🚀 Dermatech-Qwen2-VL-2B量化模型
这是Dermatech-Qwen2-VL-2B模型的量化版本,支持文本生成、图像转文本、视觉问答等多模态任务。提供了多种量化类型的文件,可根据需求选择使用。
📚 详细文档
模型信息
属性 |
详情 |
基础模型 |
Rewatiramans/Dermatech-Qwen2-VL-2B |
语言 |
en |
库名称 |
transformers |
量化者 |
mradermacher |
标签 |
text-generation、image-to-text、visual-question-answering、multimodal、qwen、lora |
关于模型
https://huggingface.co/Rewatiramans/Dermatech-Qwen2-VL-2B 的加权/矩阵量化版本。静态量化文件可在 https://huggingface.co/mradermacher/Dermatech-Qwen2-VL-2B-GGUF 获取。
使用说明
如果您不确定如何使用 GGUF 文件,请参考 TheBloke 的 README 以获取更多详细信息,包括如何拼接多部分文件。
提供的量化文件
(按大小排序,不一定代表质量。IQ 量化通常比类似大小的非 IQ 量化更优)
链接 |
类型 |
大小/GB |
备注 |
GGUF |
i1-IQ1_S |
0.5 |
应急使用 |
GGUF |
i1-IQ1_M |
0.6 |
大多用于应急 |
GGUF |
i1-IQ2_XXS |
0.6 |
|
GGUF |
i1-IQ2_XS |
0.7 |
|
GGUF |
i1-IQ2_S |
0.7 |
|
GGUF |
i1-Q2_K_S |
0.7 |
质量非常低 |
GGUF |
i1-IQ3_XXS |
0.8 |
质量较低 |
GGUF |
i1-Q2_K |
0.8 |
IQ3_XXS 可能更好 |
GGUF |
i1-IQ3_XS |
0.8 |
|
GGUF |
i1-Q3_K_S |
0.9 |
IQ3_XS 可能更好 |
GGUF |
i1-IQ3_S |
0.9 |
优于 Q3_K* |
GGUF |
i1-IQ3_M |
0.9 |
|
GGUF |
i1-Q3_K_M |
0.9 |
IQ3_S 可能更好 |
GGUF |
i1-Q3_K_L |
1.0 |
IQ3_M 可能更好 |
GGUF |
i1-IQ4_XS |
1.0 |
|
GGUF |
i1-IQ4_NL |
1.0 |
首选 IQ4_XS |
GGUF |
i1-Q4_0 |
1.0 |
速度快,质量低 |
GGUF |
i1-Q4_K_S |
1.0 |
大小/速度/质量最优 |
GGUF |
i1-Q4_K_M |
1.1 |
速度快,推荐使用 |
GGUF |
i1-Q4_1 |
1.1 |
|
GGUF |
i1-Q5_K_S |
1.2 |
|
GGUF |
i1-Q5_K_M |
1.2 |
|
GGUF |
i1-Q6_K |
1.4 |
实际上类似于静态 Q6_K |
以下是 ikawrakow 提供的一个比较一些低质量量化类型的实用图表(数值越低越好):

此外,这里还有 Artefact2 对此事的看法:
https://gist.github.com/Artefact2/b5f810600771265fc1e39442288e8ec9
常见问题解答/模型请求
请访问 https://huggingface.co/mradermacher/model_requests 查看您可能遇到的问题的答案,以及如果您需要对其他模型进行量化。
致谢
感谢我的公司 nethype GmbH 允许我使用其服务器,并对我的工作站进行升级,使我能够在业余时间完成这项工作。此外,感谢 @nicoboss 让我使用他的私人超级计算机,使我能够提供更多、质量更高的矩阵量化文件。