T3Q Qwen2.5 14b V1.0 E3

🚀 T3Q-qwen2.5-14b-v1.0-e3模型

T3Q-qwen2.5-14b-v1.0-e3是基於Qwen/Qwen2.5-14B-Instruct-1M模型的後訓練版本，在語言生成任務中表現出色，能為用戶提供高質量的文本輸出。

🚀 快速開始

這裡提供了一個使用apply_chat_template的代碼片段，向你展示如何加載分詞器和模型，以及如何生成內容。

基礎用法

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "JungZoona/T3Q-qwen2.5-14b-v1.0-e3"

model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(model_name)

prompt = "Give me a short introduction to large language model."
messages = [
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)

generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=512
)
generated_ids = [
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]

response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]

✨ 主要特性

模型概述

T3Q-qwen2.5-14b-v1.0-e3是Qwen/Qwen2.5-14B-Instruct-1M模型的後訓練版本（採用LoRA-8-4-0.0001-cosine-32-16，使用train_data_v1.0進行訓練）。

全球開源大語言模型排行榜表現

該模型在全球開源大語言模型排行榜中，在320億參數以下的模型性能排名中獲得了第1名。[查看文章]

頁面截圖

📄 許可證

本項目採用Apache-2.0許可證。

⚠️ 重要提示

2025年3月14日更新：更新版本T3Q-qwen2.5-14b-v1.2-e2已發佈。

📋 模型信息