#Qwen2

AudioNotes

AudioNotes是基于FunASR和Qwen2构建的开源音视频转笔记系统。它能提取音视频内容并利用大模型生成结构化markdown笔记，同时支持与内容对话交互。系统提供Docker和本地两种部署方式，方便用户快速获取易读的笔记，提升信息处理效率。

Qwen2-0.5B

Qwen2-0.5B是阿里巴巴发布的新一代大语言模型系列中的0.5B参数版本。该模型在语言理解、生成、多语言能力、编程、数学和推理等多个基准测试中表现优异，性能超越大多数开源模型。Qwen2-0.5B采用改进的Transformer架构，包括SwiGLU激活、注意力QKV偏置和分组查询注意力等技术。作为基础语言模型，Qwen2-0.5B可用于进一步的训练和优化，为开发者和研究人员提供了强大的语言处理基础。

Qwen2-7B-Instruct

Qwen2-7B-Instruct是一款开源大语言模型，支持处理131,072个token的超长上下文。该模型在语言理解、生成、多语言能力、编程和推理等多项基准测试中表现优异，性能超过多数开源模型，接近专有模型水平。基于改进的Transformer架构，通过大规模数据预训练和指令微调，Qwen2-7B-Instruct实现了卓越性能。模型提供简便的部署方式，尤其适合长文本处理任务。

Qwen2-1.5B-Instruct

Qwen2-1.5B-Instruct是Qwen2系列中的指令调优语言模型，在语言理解、生成、多语言处理、编码和数学推理等方面表现优异。该模型基于改进的Transformer架构，通过大规模预训练和偏好优化，在多项基准测试中超越了大多数开源模型。Qwen2-1.5B-Instruct易于部署，适用于多种AI应用场景，能够高效处理复杂的语言任务。

Qwen2-0.5B-Instruct

Qwen2-0.5B-Instruct是Qwen2大语言模型系列中的轻量级成员。该模型采用改进的Transformer架构，在语言理解、生成、多语言处理、编码、数学和推理等方面表现出色，超越多数同等规模的开源模型。经过大规模数据预训练和监督微调，Qwen2-0.5B-Instruct在多项基准测试中展现出优异性能，为开发者提供了一个高效且功能强大的自然语言处理工具。

Qwen2-72B-Instruct-AWQ

Qwen2-72B-Instruct-AWQ是一个支持131,072个token上下文长度的大规模语言模型。该模型在语言理解、生成、多语言、编码、数学和推理等方面表现优异，采用改进的Transformer架构。模型经过大规模数据预训练和微调，可通过Python快速部署使用。

gte-Qwen2-1.5B-instruct

gte-Qwen2-1.5B-instruct模型在多任务基准测试(MTEB)中展现出优秀性能。该模型在分类、检索、聚类等NLP任务上表现突出,涵盖情感分析、句子相似度计算和问答等领域。在准确率、F1分数和MAP等关键指标上,gte-Qwen2-1.5B-instruct均取得了良好成绩,体现了其处理多样化语言任务的能力。

llava-onevision-qwen2-0.5b-si

LLaVA-OneVision是一个基于Qwen2的多模态AI模型，能够处理图像、多图和视频输入。它具有32K tokens的上下文窗口，支持英文和中文交互。该模型在AI2D、ChartQA和DocVQA等多项任务中表现优异，为视觉语言应用提供了强大的基础。LLaVA-OneVision采用LLaVA-OneVision数据集进行训练，可轻松集成到各类视觉语言项目中。

Qwen2

Qwen2是阿里巴巴发布的大规模语言模型系列，规模从0.5B到72B不等。支持27种语言，在编码和数学等领域表现优异。Qwen2-7B-Instruct和Qwen2-72B-Instruct模型的上下文长度达128K，显著增强长文本处理能力。项目提供多种部署选项，包括本地运行和规模化推理，并支持模型量化和微调。