趋近智
参数
1.5B
上下文长度
128K
模态
Text
架构
Dense
KV 缓存速率
36 KB/tok
许可证
Apache 2.0
发布日期
19 Sept 2024
训练数据截止日期
-
API 价格 (每 1M)
仅支持自建托管
精度
上下文
工作负载显存: 3.48 GB
INT4 · 8K context
基础权重: 0.70 GB
KV 缓存: 0.28 GB
运行时与计算图: 2.50 GB
1x NVIDIA L4 24GB
3.5 / 21.6 GB usable
1x RTX 3060 12GB
3.5 / 10.8 GB usable
Apple M4 24GB
3.5 / 18.0 GB usable
确定特定工作负载的硬件需求:
在显存计算器中打开
权重格式
BF16
CUDA
>= 11.8
PyTorch
>= 2.1
Transformers
>= 4.40.1
| 微架构 | 精度 | 注意力算子 |
|---|---|---|
Blackwell, Hopper | 原生 BF16 | FlashAttention-3 |
Ada Lovelace, Ampere | 原生 BF16 | FlashAttention-2 |
没有可用的 Qwen2.5-1.5B 评估基准。
排名
-
编程排名
-
Qwen2.5-1.5B 是由阿里云开发的基础大语言模型,属于 Qwen2.5 系列。该模型拥有 15.4 亿个参数,专为在各种应用场景中高效处理和生成类人文本而设计。它在高达 18 万亿 token 的大规模数据集上进行了广泛的预训练,并针对指令遵循、编程和数学解题等专业任务进行了微调。其设计强调处理长上下文的能力以及生成连贯、准确响应的能力,使其适用于各种文本处理需求。
Qwen2.5-1.5B 的架构基础是稠密(dense)且仅解码器(decoder-only)的 Transformer。其架构的关键组件包括用于编码位置信息的旋转位置嵌入 (RoPE)、作为激活函数的 SwiGLU 以及用于有效归一化的 RMSNorm,这些组件有助于实现稳定的训练和性能提升。该模型采用了分组查询注意力 (GQA) 机制,具体配置为 12 个查询头 (query heads) 和 2 个键值头 (key-value heads),从而实现了高效的注意力机制。该模型包含 28 层,隐藏层维度为 1536。
Qwen2.5-1.5B 设计支持最高 128,000 个 token 的上下文长度,常见配置下支持 32,768 个 token 的全上下文,并支持生成最多 8,192 个 token。它的能力扩展到了 29 种以上语言的多语言理解和生成。该模型在处理表格和 JSON 等结构化数据格式方面表现出色。Qwen2.5-1.5B 的实际应用场景包括开发对话代理、虚拟助手、自动化代码生成工具、数学解题平台,以及需要强大内容创作和摘要能力的应用程序。
注意力
注意力结构
Grouped-Query Attention
注意力头
32
键值头
8
位置嵌入
ROPE
RoPE Theta
1,000,000
归一化
RMS Normalization
激活函数
SwigLU
维度
基准精度
BF16
隐藏维度大小
1,536
层数
24
FFN 中间层大小(稠密层)
8,960
分词器
词汇量大小
151,936
阿里巴巴的 Qwen2.5 是一个稠密、仅解码器(decoder-only)架构的语言模型系列,提供多种参数规模,其中部分变体采用了专家混合(Mixture-of-Experts)技术。这些模型在大规模数据集上进行了预训练,支持扩展的上下文长度和多语言交流。该系列还包含针对编程、数学以及视觉和音频处理等多模态任务的专业化模型。