Qwen 2 現已在此發布。

Qwen 是阿里巴巴雲推出的一系列基於 Transformer 的大型語言模型，並使用大量資料進行預訓練，包含網路文本、書籍、程式碼等等。

Qwen 1.5 的新功能

• 6 種模型尺寸，包含 0.5B、1.8B、4B (預設)、7B、14B、32B (新增) 和 72B。
  • ollama run qwen:0.5b
  • ollama run qwen:1.8b
  • ollama run qwen:4b
  • ollama run qwen:7b
  • ollama run qwen:14b
  • ollama run qwen:32b
  • ollama run qwen:72b
  • ollama run qwen:110b
• 在聊天模型的人類偏好方面有顯著的效能提升。
• 基礎模型和聊天模型皆支援多語言。
• 所有尺寸的模型皆穩定支援 32K 上下文長度。

原始的 Qwen 模型提供四種不同的參數尺寸：1.8B、7B、14B 和 72B。

功能

• 低成本部署：推論的最低記憶體需求小於 2GB。

• 大規模高品質訓練語料庫：模型使用超過 2.2 兆個 tokens 進行預訓練，包含中文、英文、多語言文本、程式碼和數學，涵蓋一般和專業領域。預訓練語料庫的分佈已透過大量的消融實驗進行最佳化。

• 良好效能：Qwen 支援長上下文長度（在 1.8b、7b 和 14b 參數模型上為 8K，在 72b 參數模型上為 32K），並且在多個中英文下游評估任務（包含常識、推理、程式碼、數學等等）上顯著超越現有的同等規模開源模型，甚至在幾個基準測試中超越了一些更大規模的模型。

• 更全面的詞彙覆蓋範圍：與其他基於中英文詞彙的開源模型相比，Qwen 使用超過 15 萬個 tokens 的詞彙。此詞彙對多種語言更友善，讓使用者可以直接進一步增強特定語言的能力，而無需擴展詞彙。

• 系統提示：Qwen 可以透過使用系統提示來實現角色扮演、語言風格轉換、任務設定和行為設定。

參考資料

GitHub

Hugging Face