Qwen Qwen2.5 VL 72B Instruct GGUF

quantized_by: bartowski pipeline_tag: image-text-to-text license_link: https://huggingface.co/Qwen/Qwen2.5-VL-72B-Instruct/blob/main/LICENSE language:

• en license: other base_model_relation: quantized license_name: qwen base_model: Qwen/Qwen2.5-VL-72B-Instruct tags:
• multimodal

Qwen2.5-VL-72B-InstructのLlamacpp imatrix量子化 by Qwen

llama.cppのリリースb5317を使用して量子化しました。

オリジナルモデル: https://huggingface.co/Qwen/Qwen2.5-VL-72B-Instruct

すべての量子化はimatrixオプションを使用し、こちらのデータセットで作成されました。

LM Studioで実行可能

llama.cppまたは他のllama.cppベースのプロジェクトで直接実行可能

プロンプト形式

<|im_start|>system
{system_prompt}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

以下のファイルをダウンロード（ブランチ全体ではなく）:

埋め込み/出力重み

これらの量子化の一部（Q3_K_XL、Q4_K_Lなど）は、埋め込みと出力重みを通常のデフォルトではなくQ8_0で量子化した標準的な量子化手法です。

huggingface-cliを使用したダウンロード

pip install -U "huggingface_hub[cli]"

huggingface-cli download bartowski/Qwen_Qwen2.5-VL-72B-Instruct-GGUF --include "Qwen_Qwen2.5-VL-72B-Instruct-Q4_K_M.gguf" --local-dir ./

huggingface-cli download bartowski/Qwen_Qwen2.5-VL-72B-Instruct-GGUF --include "Qwen_Qwen2.5-VL-72B-Instruct-Q8_0/*" --local-dir ./

ARM/AVX情報

以前はQ4_0_4_4/4_8/8_8をダウンロードし、これらの重みはメモリ内でインターリーブされ、ARMおよびAVXマシンでのパフォーマンスを向上させるために一度により多くのデータをロードしていました。

しかし現在は、重みの「オンライン再パッキング」と呼ばれる機能があります。詳細はこのPRをご覧ください。Q4_0を使用し、ハードウェアが再パッキングの恩恵を受ける場合、自動的にオンザフライで行われます。

llama.cppビルドb4282以降、Q4_0_X_Xファイルを実行できなくなり、代わりにQ4_0を使用する必要があります。

さらに、このPRにより、IQ4_NLを使用してARM向けに重みを再パッキングすることもできます（現時点では4_4のみ）。ロード時間は長くなる可能性がありますが、全体的な速度向上が期待できます。

どのファイルを選ぶべきか？

クレジット

imatrixキャリブレーションデータセットの作成に協力してくれたkalomazeとDampfに感謝します。

embed/outputの実験にインスピレーションを与えてくれたZeroWwに感謝します。

私の仕事を支援してくれたLM Studioに感謝します。

私の仕事を支援したいですか？私のko-fiページはこちら: https://ko-fi.com/bartowski