通義千問開源Qwen2.5大模型，性能超越Llama

9月19日消息，2024云棲大會上，阿里云CTO周靖人發(fā)布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(tài)模型、數(shù)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(yè)界紀錄。

據(jù)介紹，Qwen2.5全系列模型都在18T tokens數(shù)據(jù)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(shù)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(shù)學能力）的得分高達86.8、88.2、83.1。

Qwen2.5支持高達128K的上下文長度，可生成最多8K內(nèi)容。模型擁有強大的多語言能力，支持中文、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(tǒng)提示，實現(xiàn)角色扮演和聊天機器人等任務。在指令跟隨、理解結(jié)構(gòu)化數(shù)據(jù)（如表格）、生成結(jié)構(gòu)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(shù)賽道都創(chuàng)造了業(yè)界最佳成績，型號設定充分考慮下游場景的不同需求，3B是適配手機等端側(cè)設備的黃金尺寸；32B是最受開發(fā)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(xiàn)超越了Qwen2-72B。

在MMLU-redux等十多個基準測評中，Qwen2.5-72B表現(xiàn)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(quán)威測評中表現(xiàn)出色，在多個核心任務上，以不到1/5的參數(shù)超越了擁有4050億巨量參數(shù)的Llama3.1-405B，繼續(xù)穩(wěn)居“全球最強開源大模型”的位置。

專項模型方面，用于編程的 Qwen2.5-Coder 和用于數(shù)學的 Qwen2.5-Math都比前代有了實質(zhì)性進步。Qwen2.5-Coder 在多達5.5T tokens 的編程相關數(shù)據(jù)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支持使用思維鏈和工具集成推理（TIR） 解決中英雙語的數(shù)學題，是迄今為止最先進的開源數(shù)學模型系列，本次開源了1.5B、7B、72B三個尺寸和一款數(shù)學獎勵模型Qwen2.5-Math-RM。

多模態(tài)模型方面，廣受期待的視覺語言模型Qwen2-VL-72B正式開源，Qwen2-VL能識別不同分辨率和長寬比的圖片，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(quán)威測評LMSYS Chatbot Arena Leaderboard發(fā)布最新一期的視覺模型性能測評結(jié)果,Qwen2-VL-72B成為全球得分最高的開源模型。

Qwen2-VL-72B在權(quán)威測評LMSYS Chatbot Arena Leaderboard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后來居上，成為開發(fā)者尤其是中國開發(fā)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(tài)上，通義從零起步、開疆拓土，與海內(nèi)外的開源社區(qū)、生態(tài)伙伴、開發(fā)者共建生態(tài)網(wǎng)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(shù)超過5萬個，成為僅次于Llama的世界級模型群。

HuggingFace數(shù)據(jù)顯示，截至9月中旬Qwen系列原生模型和衍生模型總數(shù)超過5萬個

生成海報