阿里大模型春节礼包来了：代码可执行率超GPT-4，1.5版本全系列开源

阿里大模型，再次开源大放送——

发布Qwen1.5版本，直接放出六种尺寸。

最大的Qwen1.5-72B-Chat模型，在MT-Bench和Alpaca-Eval v2上，超越Claude-2.1、GPT-3.5-Turbo-0613。

甚至在部分任务中，得分已经超过前几个版本的GPT-4。

各地的开发者前来祝贺，其中0.5B的迷你版让不少人都迫不及待想试试。

并且还顺便问问，那个多模态大模型Qwen-VL-Max有可能开源吗？

除此之外，还集成到了Hugging face transformers，以及同主流的十余个框架合作，从微调、部署、量化到本地推理一步到位。

01 Qwen1.5开源

此次开源发布，主要有四个方面值得关注。

首先，模型系列很多，直接开源了6种尺寸（0.5B、1.8B、4B、7B、14B、72B）的基础模型（base）、聊天模型（chat）以及量化模型（包括Int4 和 Int8 GPTQ 模型，以及 AWQ 和 GGUF 量化模型）。

其次，更多的生态融入。

目前，Qwen1.5的代码合并到Hugging Face transformers，使其transformers>=4.37.0而无需trust_remote_code。

此外，还同主流的第三方框架，比如vLLM、用于部署的SGLang 、用于量化的AutoAWQ、AutoGPTQ 、用于微调的Axolotl、LLaMA-Factory以及用于本地 LLM 推理的llama.cpp等进行了合作。

Qwen1.5系列可在Ollama、LMStudio等平台上使用。此外，API 服务不仅在 DashScope 上提供，而且在Together.ai上也提供，具有全球可访问性。

再者，性能更强。

比如在基本能力的评估上，包括MMLU（5-shot）、C-Eval、Humaneval、GS8K、BBH等基准测试中可以看到，Qwen1.5-72B一些分数上已经超过了GPT-4。

在长上下文支持上，全系列模型的能力都有一定的拓展。尤其Chat模型，像Qwen1.5-7B-Chat这样的小模型，在5个任务中有4个表现与GPT-3.5相当。

而Qwen1.5-72B-Chat的性能，则明显优于 GPT3.5-turbo-16k，略微落后于 GPT4-32k。

在代码执行上，72B聊天模型在数学以及可视化方面离GPT-4还有一定的差距，但代码可执行率超过GPT-4。不过他们表示，会在在未来的版本中得到增强。

除此之外，此次功能也得到了升级和统一。

全系列均统一支持至少32k的最大长度；

多语言能力全面提升并提供了更丰富的多语言评测；

全系列统一支持system prompt;

统一具备强链接外部系统能力（agent/RAG/Tool-use/Code-interpreter）

02 One More Thing

这两天，与阿里大模型的进展还不少。

比如前几天，其多模态大模型Qwen-VL-Max登顶OpenCompass榜首。

以及在通义千问APP上，上线了不少春节免费新应用，比如全家福、拜新年、万物成龙等图像生成的功能。

此外，还有网友反馈说，通义千问2.0版本升级之后，能力提升得很明显。

你有感受到吗？

参考链接：[1]https://twitter.com/JustinLin610/status/1754538215959335100

[2]https://twitter.com/huybery/status/1754537742892232972[3]https://twitter.com/_akhaliq/status/1754545091434139732

本文来自微信公众号“量子位”（ID:QbitAI），作者：关注前沿科技，36氪经授权发布。