---

license: other license_name: tongyi-qianwen-research license_link: >- https://huggingface.co/Qwen/Qwen1.5-1.8B-Chat-GPTQ-Int4/blob/main/LICENSE language:

• en pipeline_tag: text-generation tags:
• chat

---

Qwen1.5-1.8B-Chat-GPTQ-Int4

简介

Qwen1.5 是 Qwen2 的测试版本，基于 Transformer 架构的仅解码器语言模型，经过大量数据预训练。与之前发布的 Qwen 相比，改进包括：

• 8 种模型尺寸，包括 0.5B、1.8B、4B、7B、14B、32B 和 72B 密集模型，以及一个激活量为 2.7B 的 14B MoE 模型；
• 聊天模型在人类偏好方面显著提升；
• 基础模型和聊天模型均支持多语言；
• 所有尺寸模型均稳定支持 32K 上下文长度；
• 无需 trust_remote_code。

更多详情请参阅我们的 博客文章 和 GitHub 仓库。

模型详情

Qwen1.5 是一个包含不同尺寸解码器语言模型的系列。对于每种尺寸，我们发布了基础语言模型和对其的聊天模型。该模型基于 Transformer 架构，采用 SwiGLU 激活函数、注意力 QKV 偏置、组查询注意力、滑动窗口注意力和全注意力混合等技术。此外，我们还改进了适用于多种自然语言和代码的标记器。对于测试版本，暂时未包含 GQA（32B 除外）和滑动窗口注意力与全注意力的混合。

训练详情

我们使用大量数据对模型进行了预训练，并通过监督微调和直接偏好优化对模型进行了后训练。

要求

Qwen1.5 的代码已集成至最新的 Hugging Face Transformers，建议安装 transformers>=4.37.0，否则可能会遇到以下错误：

KeyError: 'qwen2'

use以下提供一个使用 apply_chat_template 的代码片段，向您展示如何加载分词器和模型以及如何生成内容。

from transformers import AutoModelForCausalLM, AutoTokenizer
device = "cuda" # the device to load the model onto

model = AutoModelForCausalLM.from_pretrained(
    "Qwen/Qwen1.5-1.8B-Chat-GPTQ-Int4",
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen1.5-1.8B-Chat-GPTQ-Int4")

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

generated_ids = model.generate(
    model_inputs.input_ids,
    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]

提示

• 如果您遇到代码切换或其他不良情况，我们建议您使用 generation_config.json 中提供的超参数。

引用

如果您觉得我们的工作对您有帮助，欢迎引用我们的成果。

@article{qwen,
  title={Qwen Technical Report},
  author={Jinze Bai and Shuai Bai and Yunfei Chu and Zeyu Cui and Kai Dang and Xiaodong Deng and Yang Fan and Wenbin Ge and Yu Han and Fei Huang and Binyuan Hui and Luo Ji and Mei Li and Junyang Lin and Runji Lin and Dayiheng Liu and Gao Liu and Chengqiang Lu and Keming Lu and Jianxin Ma and Rui Men and Xingzhang Ren and Xuancheng Ren and Chuanqi Tan and Sinan Tan and Jianhong Tu and Peng Wang and Shijie Wang and Wei Wang and Shengguang Wu and Benfeng Xu and Jin Xu and An Yang and Hao Yang and Jian Yang and Shusheng Yang and Yang Yao and Bowen Yu and Hongyi Yuan and Zheng Yuan and Jianwei Zhang and Xingxuan Zhang and Yichang Zhang and Zhenru Zhang and Chang Zhou and Jingren Zhou and Xiaohuan Zhou and Tianhang Zhu},
  journal={arXiv preprint arXiv:2309.16609},
  year={2023}
}

# 专业翻译服务

## 服务概述
我们提供高质量的文本翻译服务，旨在满足不同领域的专业需求。无论是法律文件、医学报告还是技术手册，我们的团队都能确保翻译的准确性和流畅性。

## 服务特点
- **通俗易懂**：我们致力于将复杂的术语转化为易于理解的语言，确保信息传达无障碍。
- **专业精准**：我们的翻译团队由行业专家组成，确保每一项翻译都符合专业标准。
- **优雅流畅**：我们注重语言的美感，力求在保持专业性的同时，使文本读起来自然流畅。

## 服务流程
1. **需求分析**：与客户沟通，了解翻译的具体需求和目标。
2. **文本评估**：对原文进行详细分析，确定翻译的难度和所需时间。
3. **翻译执行**：由专业翻译人员进行文本翻译，确保质量。
4. **校对审核**：经过多轮校对和审核，确保翻译的准确性和一致性。
5. **交付反馈**：将最终翻译文本交付给客户，并收集反馈以持续改进服务。

## 适用领域
- **法律**：合同、诉讼文件、知识产权文件等。
- **医学**：研究报告、临床试验文档、医疗器械说明书等。
- **技术**：用户手册、技术规范、软件本地化等。
- **商务**：市场调研、商业计划书、企业宣传材料等。

## 联系我们
如有任何疑问或需要进一步的信息，请随时联系我们的客户服务团队。我们期待为您提供卓越的翻译服务。