当前位置:首页 > 外汇资讯 > 正文内容

阿里史上最大规模开源发布,超GPT-4o 、Llama-3.1!

激石外汇2024-09-19 12:01:02外汇资讯160

激石Pepperstone(http://www.paraat.net/)报道:

今天凌晨,阿里巴巴官宣了史上最大规模的开源发布,推出了基础模型Qwen2.5、专用于编码Qwen2.5-Coder和数学的Qwen2.5-Math。

这三大类模型一共有10多个版本,包括0.5B、1.5B、3B、7B、14B、32B和72B,适用于个人、企业以及移动端、PC等不同人群不同业务场景的模型。

如果不想进行繁琐的部署,阿里还开放了旗舰模型Qwen-Plus 和 Qwen-Turbo的API,帮助你快速开发或集成生成式AI功能。

开源地址:https://huggingface.co/collections/Qwen/qwen25-66e81a666513e518adb90d9e

Github:https://github.com/QwenLM/Qwen2.5?tab=readme-ov-file

在线demo:https://huggingface.co/spaces/Qwen/Qwen2.5

API地址:https://help.aliyun.com/zh/model-studio/developer-reference/what-is-qwen-llm

下面「AIGC开放社区」详细为大家介绍这些模型的性能特点以及测试结果。

Qwen2.5系列性能测试

本次阿里开源的最大版本指令微调模型Qwen2.5-72B在MMLU-Pro

MMLU-redux、GPQA、MATH、GSM8K、HumanEval、MBPP等全球知名基准测试平台的测试结果显示。

虽然Qwen2.5只有720亿参数,但在多个基准测试中击败了Meta拥有4050亿参数的最新开源Llama-3.1指令微调模型;全面超过了Mistral最新开源的Large-V2指令微调模型,成为目前最强大参数的开源模型之一。

即便是没有进行指令微调的基础模型,其性能同样超过Llama-3-405B。

阿里开放API的旗舰模型Qwen-Plus,其性能可以媲美闭源模型GPT4-o 和Claude-3.5-Sonnet。

此外,Qwen2.5系列首次引入了140 亿和320亿两种新参数模型,Qwen2.5-14B 和 Qwen2.5-32B。

指令微调模型的性能则超过了谷歌的Gemma2-27B、微软的Phi-3.5-MoE-Instruct,与闭源模型GPT-4o mini相比,只有三项测试略低其他基准测试全部超过

自阿里发布CodeQwen1.5 以来,吸引了大量用户通过该模型完成各种编程任务,包括调试、回答编程相关的问题以及提供代码建议。

本次发布的Qwen2.5-Coder-7B指令微调版本,在众多测试基准中,击败了那些知名且有较大参数的模型。

前不久阿里首次发布了数学模型Qwen2-Math,本次发布的Qwen2.5-Math 在更大规模的高质量数学数据上进行了预训练,包括由 Qwen2-Math 生成的合成数据。同时增加了对中文的支持,并通过CoT、PoT和 TIR的能力来加强其推理能力。

其中,Qwen2.5-Math-72B的整体性能超越了Qwen2-Math-72B指令微调和著名闭源模型GPT4-o。

其实从上面这些测试数据不难看出,即便是参数很小的模型,在质量数据和架构的帮助下,同样可以击败高参数模型,这在能耗和环境部署方面拥有相当大的优势。而阿里本次发布的Qwen2.5系列将小参数模型的性能发挥到了极致。

Qwen2.5系列简单介绍

Qwen2.5系列支持中文、英文、法文、西班牙文、葡萄牙文、德文、意大利文、俄文、日文等超过29种主流语言。与 Qwen2类似,Qwen2.5语言模型支持高达 128K tokens,并能生成最多 8K tokens的内容。

与Qwen-2相比,Qwen2.5系列的预训练数据大幅度增长达到了惊人的18万亿tokens,超过了Meta最新开源Llama-3.1的15万亿,成为目前训练数据最多的开源模型。

知识能力显著增强,Qwen2.5在 MMLU 基准测试中,与 Qwen2-7/72B 相比从70.3提高到74.2,从84.2提高到86.1 。Qwen2.5 在 GPQA/MMLU-Pro/MMLU-redux/ARC-c 基准测试上也有显着改进。

Qwen2.5能够生成更符合人类偏好的响应,与Qwen2-72B-Instruct相比,Qwen2.5-72B-Instruct的Arena-Hard分数从48.1显着提高到81.2 ,MT-Bench分数从9.12提高到9.35 。

数学能力获得增强,在融合了Qwen2-math的技术后,Qwen2.5的数学能力也得到了快速提升。在MATH基准上,Qwen2.5-7B/72B-Instruct的得分从Qwen2-7B/72B-Instruct的52.9/69.0提高到75.5/83.1。

此外,Qwen2.5在指令跟踪、生成长文本(从1k增加到超过8K标记)、理解结构化数据(例如表格)以及生成结构化输出(尤其是JSON)方面实现了显着改进。同时对系统提示的多样性更具弹性,增强了聊天机器人的角色扮演实施和条件设置。         

扫描二维码推送至手机访问。

版权声明:本文由激石Pepperstone发布,如需转载请注明出处。

本文链接:http://www.paraat.net/news/3614.html

分享给朋友:

“阿里史上最大规模开源发布,超GPT-4o 、Llama-3.1!” 的相关文章

数据公布前,美元指数在104.00低位震荡

  美元指数回吐周四部分涨幅,交易于104.20附近。  美国国债收益率周五早盘反弹乏力。  稍后公布新屋销售和密歇根大学消费者信心指数终值。  衡量美元兑一篮子主要货币走势的美元指数(DXY)在本周结束前重回下跌区域约104.20附近。  受风险偏好影响,美元指数表现疲弱,重点关注数据  美元指数...

币圈“雷曼”来了?“百亿基金”三箭资本清算意味着什么

激石Pepperstone(http://www.paraat.net/)报道:半月前,风投“顶流”三箭资本因大量清算手中代币而陷入破产传闻。半月后,昔日的币圈“百亿基金”可能真的走到了终局。 媒体称,英属维尔京群岛一家法院下令清算总部位于新加坡的加密货币对冲基金三箭资本,另有消息称该公司已进入清算...

重回扩张区间!中国6月财新制造业PMI升至51.7,为2021年6月以来最高

重回扩张区间!中国6月财新制造业PMI升至51.7,为2021年6月以来最高

激石Pepperstone(http://www.paraat.net/)报道:随着疫情防控形势总体好转,复工复产持续推进,6月制造业景气度回升,生产经营活动恢复扩张态势。 7月1日财新网发布的报告显示,中国6月财新制造业采购经理指数(PMI)录得51.7,高于5月3.6个百分点,3月以来首次高于荣...

地产会不会成为宏观交易的预期差?

激石Pepperstone(http://www.paraat.net/)报道: 从自上而下的视角看,未来2个月有五条宏观交易线索值得关注。第一,部分城市放松地产政策,叠加房贷利率快速下行,地产销售可能出现超预期反弹。第二,半年报季高景气板块的业绩与预期赛跑。第三,美国衰退预期...

大幅回升!中国6月财新服务业PMI 54.5 创11个月新高

大幅回升!中国6月财新服务业PMI 54.5 创11个月新高

激石Pepperstone(http://www.paraat.net/)报道:随着国内疫情好转,防疫措施放宽,6月份中国服务业经营活动激增,行业景气度大幅升至扩张区间。 7月5日公布的数据显示,中国6月财新服务业PMI从5月份的41.4大幅回升至54.5,结束了连续三个月的收缩状态,并升至2021...

“不同寻常“!由于历史性的拥堵,全球2%的船运在北海停滞不前

激石Pepperstone(http://www.paraat.net/)报道:随着一些欧盟国家在俄乌冲突爆发后重新使用煤炭以满足其能源需求,欧洲煤炭进口量暴增,但启用“肮脏的煤炭”遭到了大量环保人士的反对,抗议活动和进口量激增导致了疫情封锁期间的港口拥堵情景再现。 周四,据媒体报道,德国IfW经济...