阿里云通義開源首個長文本新模型，百萬Tokens處理性能超GPT-4o-mini

1月27日凌晨，阿里云通義重磅開源支持100萬Tokens上下文的Qwen2.5-1M模型，推出7B及14B兩個尺寸，均在處理長文本任務中穩(wěn)定超越GPT-4o-mini；同時開源推理框架，在處理百萬級別長文本輸入時可實現近7倍的提速。

百萬Tokens長文本，可換算成10本長篇小說、150小時演講稿或3萬行代碼。兩個月前， Qwen2.5-Turbo 升級了百萬Tokens的上下文輸入能力，廣受開發(fā)者和企業(yè)歡迎。如今，開源社區(qū)可基于全新的 Qwen2.5-1M 系列模型，進行長篇小說或多篇學術論文的解析，或是探索倉庫級代碼的分析和升級。

Qwen2.5-1M擁有優(yōu)異的長文本處理能力。在上下文長度為100萬 Tokens 的大海撈針（Passkey Retrieval）任務中，Qwen2.5-1M 能夠準確地從 1M 長度的文檔中檢索出隱藏信息，僅有7B模型出現了少量錯誤。在RULER、LV-Eval等基準對復雜長上下文理解任務測試中，Qwen2.5-14B-Instruct-1M 模型不僅擊敗了自家閉源模型 Qwen2.5-Turbo，還穩(wěn)定超越 GPT-4o-mini，為開發(fā)者提供了一個現有長上下文模型的優(yōu)秀開源替代。

大模型的長文本訓練需要消耗大量的計算資源，通義團隊通過逐步擴展長度的方法，從預訓練到監(jiān)督微調再到強化學習等多個階段，高效地將 Qwen2.5-1M 的上下文長度從 4K 擴展到 256K；再通過長度外推的技術，創(chuàng)新引入Dual Chunk Attention機制，在無需額外訓練的情況下，將上下文長度高性能地穩(wěn)定擴展到1M，從而在較低成本下實現了 Qwen2.5-1M 模型。

同時，為了加快推理速度，通義團隊在vLLM推理引擎基礎上，引入基于Minference的稀疏注意力機制，并在分塊預填充、集成長度外推方案和稀疏性優(yōu)化等多環(huán)節(jié)創(chuàng)新改進?；谶@些改進的推理框架有效地加快了模型推理速度，在不同模型大小和 GPU 設備上，處理 1M 長度輸入序列的預填充速度提升了 3.2 倍到 6.7 倍。

據了解，Qwen2.5-1M已經在魔搭社區(qū)ModelScope和HuggingFace等平臺開源，開發(fā)者可前往下載或直接體驗模型；相關推理框架也已在GitHub上開源，幫助開發(fā)者更高效地部署Qwen2.5-1M模型。開發(fā)者和企業(yè)也可通過阿里云百煉平臺調用 Qwen2.5-Turbo 模型API，或是通過全新的Qwen Chat平臺體驗模型性能及效果。

附鏈接：

演示Demo：https://www.modelscope.cn/studios/Qwen/Qwen2.5-1M-Demo

Modelscope：https://www.modelscope.cn/organization/Qwen

Huggingface：https://huggingface.co/Qwen

開源框架地址：https://github.com/QwenLM/vllm/tree/dev/dual-chunk-attn

Qwen Chat體驗：https://chat.qwenlm.ai/

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。