Github
Huggingface
文档
论文项目概述
Qwen2.5-Coder-1.5B-Instruct是Qwen团队最新推出的代码专用大语言模型系列产品之一，是在Qwen2.5基础上针对代码生成场景进行了专门优化的模型版本。它是一个具有15亿参数的指令微调模型，可以为开发者提供强大的代码生成、推理和修复能力。
核心特性
- 基于Qwen2.5模型架构，通过5.5万亿规模的训练数据(包括源代码、文本-代码对齐和合成数据等)进行了深度优化
- 支持长文本处理，上下文窗口最大可达128K个token
- 在代码生成、代码推理和代码修复等任务上有显著提升
- 不仅增强了编程能力，还保持了数学和通用能力等方面的优势
- 为代码助手(Code Agents)等实际应用场景提供了更全面的基础支持
技术细节
- 采用因果语言模型(Causal Language Models)架构
- 包含预训练和后训练两个阶段
- 使用RoPE、SwiGLU、RMSNorm等先进的transformer组件
- 总参数量为15.4亿，其中非嵌入层参数为13.1亿
- 包含28层网络层
- 注意力头采用GQA结构，Q有12个头，KV各有2个头
- 完整支持131,072个token的上下文长度
使用要求
模型代码已集成到最新版本的Hugging Face transformers库中。使用时需要确保transformers版本不低于4.37.0，否则会遇到"KeyError: 'qwen2'"的错误。
长文本处理
该模型默认支持32,768个token的上下文长度。如需处理更长文本，可以通过YaRN技术进行扩展。部署时推荐使用vLLM框架，但需注意vLLM目前仅支持静态YaRN，这可能会影响短文本处理的性能。
应用场景
这个模型特别适合用于：
- 代码生成和补全
- 代码问题诊断和修复
- 代码相关的问答和推理
- 构建智能编程助手
- 需要处理长文本的编程场景
