阿里云Qwen2.5发布！再登开源大模型王座，Qwen-Max性能逼近GPT-4
人工智能领域再度迎来重磅消息！ 2023年8月，阿里云通义千问首次开源后迅速引起全球开发者的关注和热议，短短一年时间内，阿里云大模型又迎来了重要升级。在9月19日的云栖大会上，阿里云CTO周靖人宣布：通义千问发布新一代开源模型Qwen2.5，开源旗舰模型Qwen2.5-72B性能超越Llama 3.1-405B，再次登上全球开源大模型的王座；通义旗舰模型Qwen-Max全方位升级，性能已经逼近GPT-4。
Qwen2.5：超级AI模型“百宝箱”
Qwen2.5系列是一个超级AI模型“百宝箱”，涵盖了多个尺寸的大语言模型、多模态模型、数学模型和代码模型。每个尺寸都有基础版本、指令跟随版本和量化版本，总计上架了100多个模型，刷新了业界纪录。
语言模型方面，Qwen2.5开源了7个尺寸：0.5B、1.5B、3B、7B、14B、32B、72B，每个都在同等参数赛道创造了业界最佳成绩。这些型号的设定充分考虑了下游场景的不同需求：3B是适配手机等端侧设备的黄金尺寸；32B是最受开发者期待的“性价比之王”，可在性能和功耗之间获得最佳平衡。令人惊喜的是，Qwen2.5-32B的整体表现甚至超越了Qwen2-72B。所有Qwen2.5系列模型都在18万亿（18T）tokens的数据上进行了预训练。相比Qwen2，整体性能提升了18%以上，拥有更多的知识、更强的编程和数学能力。旗舰模型Qwen2.5-72B在MMLU-redux（通用知识）、MBPP（代码能力）和MATH（数学能力）等基准测试中，分别取得了86.8、88.2、83.1的高分。72B作为Qwen2.5系列的旗舰模型，在多个核心任务上，以不到1/5的参数超越了拥有4050亿巨量参数的Llama3.1-405B。
专项模型方面，用于编程的Qwen2.5-Coder和用于数学的Qwen2.5-Math都有了实质性飞跃。Qwen2.5-Coder在多达5.5万亿（5.5T）token的编程相关数据上进行了训练，当天开源了1.5B和7B版本，未来还将开源32B版本。Qwen2.5-Math支持使用思维链和工具集成推理（TIR）解决中英双语的数学题，是迄今为止最先进的开源数学模型系列。本次开源了1.5B、7B、72B三个尺寸和一款数学奖励模型Qwen2.5-Math-RM。
多模态模型方面，备受期待的视觉语言模型Qwen2-VL-72B正式开源！Qwen2-VL具备强大的视觉理解能力，能够识别不同分辨率和长宽比的图片，还可以理解长达20分钟以上的视频内容。同时，它还支持自主操作手机和机器人的视觉智能功能，展现了高度灵活的应用场景。Qwen2-VL-72B在权威测评LMSYS Chatbot Arena Leaderboard成为全球得分最高的开源视觉理解模型。
Qwen-Max：性能逼近GPT-4
现在，通义官网和通义APP的后台模型都已切换为Qwen-Max，继续为所有用户免费服务。你还可以通过阿里云百炼平台调用Qwen-Max的API，亲自体验它的强大实力。
相比上一代模型，Qwen-Max在训练中使用了更多的训练数据、更大的模型规模，并进行了更深入的人类对齐，最终实现了智能水平的飞跃。在MMLU-Pro、MATH、GSM8K、MBPP、MultiPL-E、LiveCodeBench等十多个权威基准测试中，Qwen-Max的表现已经接近GPT-4，尤其是在数学能力和代码能力上，甚至超越了GPT-4！要知道，数学和代码所代表的推理能力可是大模型智能的核心体现。
更令人兴奋的是，与2023年4月的初代通义千问大模型相比，Qwen-Max的理解能力提升了46%、数学能力提升了75%、代码能力提升了102%、抗幻觉能力提升了35%、指令遵循能力提升了105%。还有一个更加惊喜的数据，模型与人类偏好的对齐水平实现了质的飞跃，提升了700%以上。这意味着Qwen-Max不仅更聪明，还更懂你！
通义千问的崛起
通义千问凭借不断迭代的技术和丰富的应用场景，迅速崛起为开发者的热门选择，尤其是在中文社区中引发了广泛关注。这次发布，模型不仅展现出更强大的代码、数学和语言处理能力，还拥有领先的多模态处理和视觉智能，使其成为当前AI技术领域的佼佼者。
Qwen2.5和Qwen-Max的发布，标志着阿里云在开源大模型领域取得了重大突破，也为全球开发者提供了更加强大的AI工具。相信未来，通义千问将继续引领开源大模型的发展，为人工智能技术进步贡献更多力量。
Views: 0