通義千問開源Qwen2.5大模型，性能超越Llama

【TechWeb】9月19日消息，2024雲棲大會上，阿里雲CTO周靖人發佈通義千問新一代開源模型Qwen2.5，旗艦模型Qwen2.5-72B性能超越Llama 405B，再登全球開源大模型王座。

Qwen2.5全系列涵蓋多個尺寸的大語言模型、多模態模型、數學模型和代碼模型，每個尺寸都有基礎版本、指令跟隨版本、量化版本，總計上架100多個模型，刷新業界紀錄。

據介紹，Qwen2.5全系列模型都在18T tokens數據上進行預訓練，相比Qwen2，整體性能提升18%以上，擁有更多的知識、更強的編程和數學能力。Qwen2.5-72B模型在MMLU-rudex基準（考察通用知識）、MBPP 基準（考察代碼能力）和MATH基準（考察數學能力）的得分高達86.8、88.2、83.1。

Qwen2.5支援高達128K的上下文長度，可生成最多8K內容。模型擁有強大的多語言能力，支援中文、英文、法文、西班牙文、俄文、日文、越南文、阿拉伯文等 29 種以上語言。模型能夠絲滑響應多樣化的系統提示，實現角色扮演和聊天機器人等任務。在指令跟隨、理解結構化數據（如表格）、生成結構化輸出（尤其是JSON）等方面Qwen2.5都進步明顯。

語言模型方面，Qwen2.5開源了7個尺寸，0.5B、1.5B、3B、7B、14B、32B、72B，它們在同等參數賽道都創造了業界最佳成績，型號設定充分考慮下遊場景的不同需求，3B是適配手機等端側設備的黃金尺寸；32B是最受開發者期待的“性價比之王”，可在性能和功耗之間獲得最佳平衡，Qwen2.5-32B的整體表現超越了Qwen2-72B。

在MMLU-redux等十多個基準測評中，Qwen2.5-72B表現超越Llama3.1-405B

72B是Qwen2.5系列的旗艦模型，其指令跟隨版本Qwen2.5-72B-Instruct在MMLU-redux、MATH、MBPP、LiveCodeBench、Arena-Hard、AlignBench、MT-Bench、MultiPL-E等權威測評中表現出色，在多個核心任務上，以不到1/5的參數超越了擁有4050億巨量參數的Llama3.1-405B，繼續穩居“全球最強開源大模型”的位置。

專項模型方面，用於編程的 Qwen2.5-Coder 和用於數學的 Qwen2.5-Math都比前代有了實質性進步。Qwen2.5-Coder 在多達5.5T tokens 的編程相關數據上作了訓練，當天開源1.5B和7B版本，未來還將開源32B版本；Qwen2.5-Math支援使用思維鏈和工具集成推理（TIR） 解決中英雙語的數學題，是迄今為止最先進的開源數學模型系列，本次開源了1.5B、7B、72B三個尺寸和一款數學獎勵模型Qwen2.5-Math-RM。

多模態模型方面，廣受期待的視覺語言模型Qwen2-VL-72B正式開源，Qwen2-VL能識別不同解像度和長寬比的圖片，理解20分鐘以上長視頻，具備自主操作手機和機器人的視覺智能體能力。日前權威測評LMSYS Chatbot Arena Leaderboard發佈最新一期的視覺模型性能測評結果,Qwen2-VL-72B成為全球得分最高的開源模型。

Qwen2-VL-72B在權威測評LMSYSChatbotArenaLeaderboard成為成為全球得分最高的開源視覺理解模型

自從2023年8月開源以來，通義在全球開源大模型領域後來居上，成為開發者尤其是中國開發者的首選模型。性能上，通義大模型日拱一卒，逐步趕超美國最強開源模型Llama，多次登頂Hugging Face全球大模型榜單；生態上，通義從零起步、開疆拓土，與海內外的開源社區、生態夥伴、開發者共建生態網絡，截至2024年9月中旬，通義千問開源模型下載量突破4000萬，Qwen系列衍生模型總數超過5萬個，成為僅次於Llama的世界級模型群。

HuggingFace數據顯示，截至9月中旬Qwen系列原生模型和衍生模型總數超過5萬個