Qwen2.5-72B-Instruct-GGUF - 新一代多语言模型，提升指令理解与长文本处理

项目介绍：Qwen2.5-72B-Instruct-GGUF

Qwen2.5-72B-Instruct-GGUF是Qwen大模型系列的最新产品。Qwen2.5在原有的Qwen2基础上进行了多项显著提升，推出了多种基础语言模型和指令调整模型，参数量从0.5亿到72亿不等。

主要改进

知识储备增加：Qwen2.5在专业领域的知识大大增强，尤其在编程和数学方面的能力得到了显著提升。
指令遵循能力：指令遵循能力优化，能够生成更长的文本（超过8000个Token），理解结构化数据（如表格）并生成结构化输出（特别是JSON）。对于多样化的系统提示具有更强的抵抗力，改善了角色扮演和聊天机器人的条件设定。
长上下文支持：最多支持128K个Token的上下文，可生成最多8K个Token的内容。
多语言支持：能够处理超过29种语言，包括中文、英语、法语、西班牙语、葡萄牙语、德语、意大利语、俄语、日语、韩语、越南语、泰语、阿拉伯语等。

Qwen2.5-72B-Instruct-GGUF的特点

类型：因果语言模型
训练阶段：预训练及后训练
架构：采用transformers架构，结合RoPE、SwiGLU、RMSNorm和Attention QKV bias技术
参数数量：总参数量为72.7B，其中非嵌入参数为70.0B
层数：共有80层
注意力头数量（GQA）：Q的注意力头为64，KV的注意力头为8
上下文长度：最多支持32,768个Token的完整上下文和8,192个Token的生成内容
量化方式：支持多种量化格式，如q2_K、q3_K_M、q4_0、q4_K_M等

快速入门

为了更快上手使用，可以参考llama.cpp文档。首先建议克隆llama.cpp并按照官方指南安装。

以下是下载和使用Qwen2.5-72B-Instruct-GGUF模型文件的简要步骤：

安装工具：
```
pip install -U huggingface_hub
```

下载模型：

huggingface-cli download Qwen/Qwen2.5-72B-Instruct-GGUF --include "qwen2.5-72b-instruct-q5_k_m*.gguf" --local-dir . --local-dir-use-symlinks False

合并文件（可选）：

./llama-gguf-split --merge qwen2.5-72b-instruct-q5_k_m-00001-of-00014.gguf qwen2.5-72b-instruct-q5_k_m.gguf

在实际使用中，可以通过如下命令实现类似聊天机器人的交互体验：

./llama-cli -m <gguf-file-path> \
    -co -cnv -p "You are Qwen, created by Alibaba Cloud. You are a helpful assistant." \
    -fa -ngl 80 -n 512

评估与性能

关于Qwen2.5的详细评估结果，请参考此博客。关于量化模型与原始bfloat16模型的基准结果，可以查看此链接。同时，可以在此处查看对GPU内存需求及各自的吞吐量结果链接。

引用

如果您觉得我们的工作对您有帮助，请随时引用以下文献：

@misc{qwen2.5,
    title = {Qwen2.5: A Party of Foundation Models},
    url = {https://qwenlm.github.io/blog/qwen2.5/},
    author = {Qwen Team},
    month = {September},
    year = {2024}
}
@article{qwen2,
      title={Qwen2 Technical Report}, 
      author={An Yang and Baosong Yang and Binyuan Hui and others},
      journal={arXiv preprint arXiv:2407.10671},
      year={2024}
}

Qwen2.5-72B-Instruct-GGUF为用户提供了一个功能强大、灵活多样的多语言处理工具，其突破性改进适用于各种语言生成和交互式应用场景。