Qwq 32B Bnb 4bit

🚀 Transformers庫Qwen/QwQ - 32B模型量化項目

本項目實現了對Qwen/QwQ - 32B模型的bitsandbytes量化。藉助此項目，你可以輕鬆對模型進行4位量化，並將其推送到Hugging Face Hub。

🚀 快速開始

本項目是對Qwen/QwQ - 32B模型進行bitsandbytes量化的實現。具體操作說明可參考4bit-transformers-bitsandbytes。

💻 使用示例

基礎用法

from transformers import AutoModelForCausalLM, AutoTokenizer
from transformers import BitsAndBytesConfig
import torch

# Define the 4-bit configuration
nf4_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_quant_type="nf4",
    bnb_4bit_use_double_quant=True,
    bnb_4bit_compute_dtype=torch.bfloat16
)

# Load the pre-trained model with the 4-bit quantization configuration
model = AutoModelForCausalLM.from_pretrained("Qwen/QwQ-32B", quantization_config=nf4_config)

# Load the tokenizer associated with the model
tokenizer = AutoTokenizer.from_pretrained("Qwen/QwQ-32B")

# Push the model and tokenizer to the Hugging Face hub
model.push_to_hub("onekq-ai/QwQ-32B-bnb-4bit", use_auth_token=True)
tokenizer.push_to_hub("onekq-ai/QwQ-32B-bnb-4bit", use_auth_token=True)

📄 許可證

本項目採用Apache - 2.0許可證。