Project Icon

Qwen2.5-Math-7B-Instruct-4.0bpw-exl2

基于Qwen2.5的4位精度量化数学指令模型

Qwen2.5-Math-7B-Instruct-4.0bpw-exl2是一个基于Qwen2.5-Math-7B-Instruct模型的4.0位精度量化版本。该项目利用exllamav2技术实现了高效压缩,在保持原模型数学指令性能的同时大幅减小了模型体积。项目采用Apache 2.0许可证开源,并提供Discord社区支持。这一量化模型为需要在资源受限环境下部署大型数学指令模型的用户提供了实用解决方案。

Qwen2.5-72B-Instruct-AWQ - 高性能量化开源大模型 支持多语言及长文本处理的人工智能助手
GithubHuggingfaceQwen2.5transformers大语言模型开源项目模型自然语言处理量化模型
Qwen2.5-72B-Instruct-AWQ是一款采用4位量化技术的大规模语言模型,具备29种语言处理能力。模型支持128K tokens的上下文理解和8K tokens的文本生成,搭载80层神经网络及64/8注意力头架构。该模型在代码生成、数学计算、结构化数据处理等方面展现出稳定性能,并可进行长文本处理和JSON格式输出。
Qwen2.5-0.5B-Instruct - 轻量级多语言指令模型Qwen2.5-0.5B
GithubHuggingfaceQwen2.5多语言支持大语言模型开源项目指令微调模型长文本生成
Qwen2.5-0.5B-Instruct作为Qwen2.5系列的轻量级成员,集成了4.9亿参数。这个模型支持32,768个上下文token和8,192个生成token,在知识储备、代码编写和数学运算等方面表现优异。它不仅提升了指令遵循、长文本生成和结构化数据理解能力,还能支持29种以上的语言。基于因果语言模型架构,结合RoPE和SwiGLU等创新技术,该模型经过精心的预训练和后训练,为多语言聊天机器人等应用提供了强大支持。
Qwen2-Math-7B-Instruct - 专注数学推理的大型语言模型
GithubHugging FaceHuggingfaceQwen2-Math开源项目指令模型推理能力数学语言模型模型
Qwen2-Math-7B-Instruct是一款专注于数学和算术问题推理的大型语言模型。它在处理复杂多步逻辑推理方面表现优异,性能超越多数开源及部分闭源模型。该模型基于Qwen2系列开发,目前主要支持英语输入。研究人员和开发者可借助此模型解决高级数学问题,为数学和科学研究领域提供有力支持。
Qwen2.5-32B-Instruct-GPTQ-Int8 - 开源多语言大模型Qwen2.5 32B量化版支持超长文本处理
GithubHuggingfaceQwen2.5多语言支持大语言模型开源项目文本生成模型量化
Qwen2.5-32B-Instruct-GPTQ-Int8是Qwen2.5系列的量化版本,通过GPTQ 8位量化技术实现高效部署。模型支持29种语言交互,具备128K超长上下文理解和8K文本生成能力。在编程、数学计算、文本理解等任务中表现优异,同时对结构化数据处理能力显著提升。该模型采用325亿参数规模,适合在资源受限环境中运行
huihui-ai_-_Qwen2.5-14B-Instruct-abliterated-v2-gguf - Qwen2.5-14B模型无审查量化版本集合
GithubHuggingfaceQwen2.5-14B大语言模型开源项目权重文件模型模型部署量化模型
这是一个基于Qwen2.5-14B-Instruct模型的GGUF量化版本集合。模型采用abliteration技术移除了安全过滤限制,并提供从5.37GB到14.62GB的多种量化版本,包括Q2_K、IQ3、Q4等系列。项目基于Apache-2.0许可证开源,支持通过transformers库加载使用。
Qwen2.5-72B-Instruct-GGUF - 大语言模型多种量化版本集合 适配不同硬件配置
GithubHuggingfaceQwen2.5-72Bllama.cpp人工智能模型内存优化开源项目模型模型量化
该项目提供了Qwen2.5-72B-Instruct模型的18种量化版本,文件大小范围为23GB至77GB。使用llama.cpp的最新量化技术,包括K-quants和I-quants系列。所有版本均经imatrix优化,并更新了上下文长度设置和分词器。项目还提供了详细的性能对比和设备兼容性指南,方便用户根据自身硬件配置选择合适版本。这些模型特别适合在LM Studio等推理引擎上运行。
Qwen2.5-7B-Instruct-GPTQ-Int8 - Qwen2.5模型实现多语言支持与优化长文本处理
GithubHuggingfaceQwen2.5多语言支持大模型开源项目指令微调模型量化模型
Qwen2.5模型具备多语言支持和改良的长文本处理能力,增强了编程、数学及指令执行的表现。其GPTQ-8位量化模型支持最长128K上下文与最高生成8192个令牌,提供因果语言模型架构,适合多领域应用。支持29种语言,包括中文、英语和法语,为开发者提供多样化的功能。
Qwen2.5-Coder-7B-Instruct-AWQ - AWQ量化7B参数代码模型支持128K长文本处理
AWQ量化GithubHuggingfaceQwen2.5-Coder人工智能代码生成大语言模型开源项目模型
Qwen2.5-Coder-7B-Instruct-AWQ是一个AWQ量化的4比特指令微调模型,具有7B参数。该模型在代码生成、推理和修复方面表现出色,支持处理长达128K tokens的上下文。它采用28层、28个注意力头的因果语言模型架构,并应用RoPE、SwiGLU等技术。这一模型在提升编码能力的同时,保持了数学和通用领域的性能,为代码智能助手等应用提供了坚实基础。
Qwen2.5-1.5B-Instruct - 多语言支持的轻量级指令型语言模型
GithubHuggingfaceQwen2.5多语言支持大语言模型开源项目指令微调模型自然语言处理
Qwen2.5-1.5B-Instruct是Qwen2.5系列的指令型语言模型,拥有1.5B参数。它支持29种语言,能处理32,768个token的上下文并生成8192个token的文本。该模型在指令理解、长文本生成和结构化数据处理方面表现优异,尤其擅长编程和数学领域,可应用于多种自然语言处理任务。
Qwen2-1.5B-Instruct-GPTQ-Int4 - 多语言大模型Qwen2,增强理解与推理性能
GithubHuggingfaceQwen2-1.5B-Instruct开源项目性能模型语言模型量化
Qwen2语言模型系列在开源与专有模型对比中展现出色表现。1.5B Instruct模型优化后,适合编程、数学及推理任务,支持多语言和代码处理,并具备改进的分词功能。可高效兼容Hugging Face Transformers平台,推理速度快,内存占用低。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号