Qwen2實(shí)測(cè)反饋

此前，Qwen1.5就在各大權(quán)威榜單和大模型競(jìng)技場(chǎng)中，超越了國(guó)內(nèi)幾乎所有大模型，無論是開源還是閉源。而這次發(fā)布的Qwen2，據(jù)說性能又有大幅提升，其中，Qwen2-72B的性能尤其優(yōu)越。本次發(fā)布的所有模型都能夠支持30多國(guó)語言，除了中文、英文之外，還增加了27種語言相關(guān)的高質(zhì)量數(shù)據(jù)，提升了模型的多語言能力。

Qwen2所有尺寸模型都使用了GQA（分組查詢注意力）機(jī)制，以便讓用戶體驗(yàn)到GQA帶來的推理加速和顯存占用降低的優(yōu)勢(shì)。Qwen2還增大了上下文長(zhǎng)度支持，Qwen2-72B-Instruct能夠完美處理128k上下文長(zhǎng)度內(nèi)的信息抽取任務(wù)。

國(guó)內(nèi)外的開發(fā)者都熱情高漲，更有網(wǎng)友實(shí)測(cè)Qwen2在醫(yī)學(xué)術(shù)語、翻譯方面更準(zhǔn)確，并且編程和推理能力更強(qiáng)

光說不練假把式，這里先幫大伙試試

首先試試Qwen2文本生成的能力。

不得不說，這段確實(shí)很有《紅樓夢(mèng)》的味道，妥妥的滿分作文。

接下來再來試試他的文本創(chuàng)造

Qwen2不但寫出了詩，還對(duì)詩的含義進(jìn)行了解釋。

自打大模型爆火以來，「弱智吧」就成了檢測(cè)大模型能力的一項(xiàng)重要指標(biāo)。下面測(cè)試一下Qwen2會(huì)不會(huì)被弱智吧的問題給繞進(jìn)去。

從上面圖片可以看出來，Qwen2不但給出了正確答案，還給出很棒的建議。

前面說了Qwen2在編程和推理能力很強(qiáng)，下面通過同一道題對(duì)Qwen2-72B-Instruct和Llama-3-70B-Instruct進(jìn)行了簡(jiǎn)單的對(duì)比測(cè)試

由上面的結(jié)果可以看出兩款模型回答都是正確的，但Qwen的中文能力更強(qiáng)一些。

作為一名程序員，少不了要請(qǐng)教一些代碼相關(guān)的問題，只需要你提出需求，喝口水的功夫就寫完了。

從結(jié)果可以看出，可以正確理解要求并生成代碼。

更多關(guān)于常識(shí)、數(shù)學(xué)、編程等能力的效果，家人們可以親自去體驗(yàn)一番了。

這一年Qwen上的榜單

不到一年時(shí)間，通義先后開源近10款不同尺寸的大語言模型、兩款多模態(tài)模型、一款混合專家模型、一款代碼大模型，不僅開源頻率和速度全球無二，模型的性能也隨著版本迭代而肉眼可見地進(jìn)化，從Qwen-72B開始，逐漸步入全球大模型競(jìng)爭(zhēng)的核心腹地，在權(quán)威榜單多次創(chuàng)造中國(guó)大模型的“首次”

其中Qwen-72B、Qwen1.5-110B登頂過HuggingFace Open LLM LeaderBoard （HF開源大模型排行榜）

Qwen-72B登頂上海人工智能實(shí)驗(yàn)室·OpenCompass開源基座大模型榜單

Qwen1.5-0.5B、 Qwen1.5-1.8B、 Qwen1.5-4B在基準(zhǔn)評(píng)測(cè)中與業(yè)界領(lǐng)先的小型模型相比，具有很強(qiáng)的競(jìng)爭(zhēng)力

通義千問Qwen2系列模型大幅提升了代碼、數(shù)學(xué)、推理、指令遵循、多語言理解等能力。在MMLU、GPQA、HumanEval、GSM8K、BBH、MT-Bench、Arena Hard、LiveCodeBench等國(guó)際權(quán)威測(cè)評(píng)中，Qwen2-72B一舉斬獲十幾項(xiàng)世界冠軍，超過美國(guó)的Llama3。

阿里云開源的意義

阿里云是全球唯一一家積極研發(fā)先進(jìn)AI 模型并且全方位開源的云計(jì)算廠商。2023年8月，阿里云成為國(guó)內(nèi)首個(gè)宣布開源自研模型的科技企業(yè)，推出通義千問第一代開源模型；2024年2月，1.5代開源模型Qwen1.5發(fā)布；不到4個(gè)月后，Qwen2開源。

可以說，Qwen是國(guó)內(nèi)唯一出現(xiàn)在OpenAI視野里，可以參與國(guó)際競(jìng)爭(zhēng)的國(guó)產(chǎn)大模型。

早些時(shí)候，還有人做了個(gè)LMSys榜單一年動(dòng)態(tài)變化視頻。過去一年內(nèi)，國(guó)產(chǎn)大模型只有Qwen多次沖進(jìn)這份榜單，最早出現(xiàn)的是通義千問14B開源視頻Qwen-14B，后來，Qwen系列的72B、110B以及閉源版本Max接連進(jìn)榜，得分一個(gè)比一次高，LMSys也曾官方發(fā)推認(rèn)證通義千問開源模型的實(shí)力。在頂尖模型公司的競(jìng)爭(zhēng)中，目前為止中國(guó)模型只有通義千問真正入局，能與頭部廠商一較高下。

此外，國(guó)內(nèi)外有海量開發(fā)者都基于Qwen開發(fā)了自己的模型和應(yīng)用，尤其是企業(yè)級(jí)的模型和應(yīng)用。Qwen的很多忠實(shí)擁躉是海外開發(fā)者，他們時(shí)常在社交平臺(tái)發(fā)表“我們?yōu)槭裁礇]有這種模型”的溢美之詞。

通義大模型的快速迭代，在很大程度上也源于全球開發(fā)者的反饋，以及整個(gè)開源社區(qū)的生態(tài)支持。通義大模型用行動(dòng)證明了開源開放的力量。所以我們也有理由相信，阿里在開源方面一定會(huì)越走越好！

對(duì)于我們個(gè)人來說，AI大模型是未來IT技術(shù)應(yīng)用和發(fā)展的核心驅(qū)動(dòng)力，作為程序員的我們，要緊跟時(shí)代，抓住機(jī)遇！

在哪里體驗(yàn)Qwen2系列模型？

Qwen2系列已上線魔搭社區(qū)ModelScope和阿里云百煉平臺(tái)，開發(fā)者可在魔搭社區(qū)體驗(yàn)、下載模型，或通過阿里云百煉平臺(tái)調(diào)用模型API。

同時(shí)， Qwen2-72b-instruct 模型已經(jīng)上線中國(guó)大語言模型評(píng)測(cè)競(jìng)技場(chǎng)Compass Arena，所有人都可以登錄體驗(yàn)Qwen2的性能，或者選擇Qwen2模型與其他大模型進(jìn)行對(duì)比測(cè)評(píng)。

測(cè)評(píng)地址：https://opencompass.org.cn/arena

好了，今天就說到這里。