简介

tiny Qwen2ForCausalLM 2.5 是基于阿里通义千问 Qwen2 架构的轻量化实验版本。它在保持 Qwen 系列优秀中文理解能力的同时，极大压缩了参数规模，旨在为开发者提供一个低资源消耗的测试基准。该模型非常适合用于快速验证 Prompt 效果、在端侧设备进行轻量级推理部署，或者作为大模型蒸馏、微调实验的起步基座。对于习惯使用 Hugging Face 或 vLLM 的用户来说，它可以无缝集成，上手门槛极低，是开发低延迟 AI 应用的理想原型工具。

核心亮点

基于 Qwen2 架构，中文处理能力地道且强悍
极低资源占用，支持端侧快速部署与推理
适合 Prompt 快速迭代与轻量化微调实验
兼容主流开源框架，开发者上手零成本

使用方法

安装依赖

# 安装 Hugging Face transformers
pip install transformers torch

SDK 使用

# 使用 transformers 加载模型
from transformers import AutoModel, AutoTokenizer

model = AutoModel.from_pretrained("trl-internal-testing/tiny-Qwen2ForCausalLM-2.5")
tokenizer = AutoTokenizer.from_pretrained("trl-internal-testing/tiny-Qwen2ForCausalLM-2.5")

Hugging Face 下载

我们推荐使用命令行或者 Hugging Face Hub SDK 来进行模型的下载。

操作指引：在下载前，请先通过如下命令安装 huggingface_hub：

操作指引

pip install -U huggingface_hub

命令行下载

下载完整模型库

huggingface-cli download trl-internal-testing/tiny-Qwen2ForCausalLM-2.5

下载单个文件到指定本地文件夹（以下载 config.json 到当前路径下 ./dir 目录为例）

huggingface-cli download trl-internal-testing/tiny-Qwen2ForCausalLM-2.5 config.json --local-dir ./dir

更多命令行下载选项，可参见官方文档

SDK 下载

# 模型下载
from huggingface_hub import snapshot_download
model_dir = snapshot_download('trl-internal-testing/tiny-Qwen2ForCausalLM-2.5')

Git 下载

请确保 lfs 已经被正确安装

Git 下载

git lfs install
git clone https://huggingface.co/trl-internal-testing/tiny-Qwen2ForCausalLM-2.5

如果您希望跳过 lfs 大文件下载，可以使用如下命令

跳过 LFS

GIT_LFS_SKIP_SMUDGE=1 git clone https://huggingface.co/trl-internal-testing/tiny-Qwen2ForCausalLM-2.5

模型文件托管在 Hugging Face Hub，使用 HF CLI / SDK / Git 直接下载，不经过本站。

PyTorch / Transformers 使用

安装 Transformers

pip install -U transformers torch

模型加载和推理

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained('trl-internal-testing/tiny-Qwen2ForCausalLM-2.5')
tokenizer = AutoTokenizer.from_pretrained('trl-internal-testing/tiny-Qwen2ForCausalLM-2.5')

完整文档

来源: HuggingFace

---
library_name: transformers
tags:

trl

---