Qwq 32B Gptqmodel 4bit Vortex V1

🚀 QwQ-32B量化模型

本项目是基于GPTQ技术对Qwen/QwQ-32B模型进行量化后的成果，可用于文本生成任务，在降低模型存储和计算成本的同时，保持了较好的性能。

🚀 快速开始

环境准备

确保你已经安装了必要的库，如transformers和gptqmodel。

代码示例

from transformers import AutoTokenizer
from gptqmodel import GPTQModel

tokenizer = AutoTokenizer.from_pretrained("ModelCloud/QwQ-32B-gptqmodel-4bit-vortex-v1")
model = GPTQModel.load("ModelCloud/QwQ-32B-gptqmodel-4bit-vortex-v1")

messages = [
    {"role": "user", "content": "How many r's are in the word \"strawberry\""},
]
input_tensor = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt")

outputs = model.generate(input_ids=input_tensor.to(model.device), max_new_tokens=512)
result = tokenizer.decode(outputs[0][input_tensor.shape[1]:], skip_special_tokens=True)

print(result)

✨ 主要特性

• 量化技术：使用GPTQModel进行量化，将模型量化为4位，有效降低存储和计算成本。
• 多参数配置：支持多种量化参数配置，如group_size、desc_act等，可根据需求进行调整。

📦 安装指南

暂未提供相关安装步骤，你可以根据transformers和gptqmodel的官方文档进行安装。

💻 使用示例

基础用法

from transformers import AutoTokenizer
from gptqmodel import GPTQModel

tokenizer = AutoTokenizer.from_pretrained("ModelCloud/QwQ-32B-gptqmodel-4bit-vortex-v1")
model = GPTQModel.load("ModelCloud/QwQ-32B-gptqmodel-4bit-vortex-v1")

messages = [
    {"role": "user", "content": "How many r's are in the word \"strawberry\""},
]
input_tensor = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt")

outputs = model.generate(input_ids=input_tensor.to(model.device), max_new_tokens=512)
result = tokenizer.decode(outputs[0][input_tensor.shape[1]:], skip_special_tokens=True)

print(result)

高级用法

目前暂未提供高级用法示例，你可以根据实际需求对代码进行扩展。

📚 详细文档

模型信息

量化参数

元信息

📄 许可证

本模型使用Apache-2.0许可证。