阿里云发布Qwen2开源模型

阿里云发布Qwen 2开源模型，性能超越目前所有开源模型和国内闭源模型。

Qwen 2 模型涵盖多种尺寸，包括 0.5B、1.5B、7B、57B-A14B 和 72B 5 种大小版本，Qwen 2模型在同尺寸模型的测评中，都获得了超越所有开源模型的成绩。CompassArena 大模型竞技场上体验了下，确实是很强，应该是目前中文方面非常优秀的了。

Qwen 2功能特征：

• 5种尺寸的预训练和指令调优模型，包括Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B和Qwen2-72B；

• 除英语和中文外，还接受过 27 种语言的数据培训；

• 在大量基准评估中表现最先进；

• 显着提高编码和数学表现；

• Qwen2-7B-Instruct 和 Qwen2-72B-Instruct 的扩展上下文长度支持高达 128K 令牌。

比较评估表明，相对于 Qwen1.5，大型模型（70B+ 参数）的性能得到了显着增强。这里我们评测的重点是大尺寸型号Qwen2-72B。在基础语言模型方面，Qwen2-72B和最先进的开放模型针对不同的能力进行了评估，包括自然语言理解、知识获取、编码能力、数学技能和多语言能力。受益于精心策划的数据集和优化的训练方法，Qwen2-72B 与 Llama-3-70B 等领先模型相比表现出卓越的性能。值得注意的是，尽管参数较少，但它的性能超越了其前身 Qwen1.5-110B。

经过广泛的大规模预训练，我们进行后训练，以进一步增强 Qwen 的智能，使其更接近人类。这一过程进一步提高了模型在编码、数学、推理、指令遵循、多语言理解等领域的能力。此外，它将模型的输出与人类价值观保持一致，确保它是有帮助的、诚实的和无害的。我们的训练后阶段的设计遵循可扩展训练的原则，并且需要最少的人工注释。具体来说，我们研究如何通过各种自动对齐策略来获取高质量、可靠、多样化和创造性的演示数据和偏好数据，例如数学的拒绝采样、编码和指令遵循的执行反馈、创意写作的反向翻译、对角色扮演等可扩展的监督。在培训方面，我们采用了监督微调、奖励模型培训和在线DPO培训相结合的方式。我们还采用了一种新颖的在线合并优化器来最大限度地减少对齐税。这些集体努力显着提高了我们模型的能力和智能，如下表所示。

Qwen2 的下一步是什么？ 

我们正在训练更大的 Qwen2 模型，以进一步探索模型扩展以及我们最近的数据扩展。此外，我们将 Qwen2 语言模型扩展到多模态，能够理解视觉和音频信息。不久的将来，我们将继续开源新模型，加速ai开源。敬请关注！

Github：https://github.com/QwenLM/Qwen2

下载地址：https://modelscope.cn/organization/qwen

体验地址：https://modelscope.cn/studios/opencompass/CompassArena/summary

详细介绍：https://qwenlm.github.io/blog/qwen2/