通义千问开源320亿参数模型 - 大模型知识库|大模型训练|开箱即用的企业大模型应用平台|智能体开发|53AI

本文作者 | 通义千问团队

开源社区长期以来一直在寻求能够在性能、效率和内存占用之间达到理想平衡的模型。尽管出现了诸如Qwen1.5-72B和DBRX等SOTA模型，但依旧面临内存消耗巨大、推理速度缓慢、微调成本显著等问题。

因此，当前参数量约300亿的模型受到很多用户的青睐。顺应这一趋势，在过去数月中，我们精心研发了Qwen1.5-32B-Base模型和Qwen1.5-32B-Chat模型。

Qwen1.5-32B-Base模型，旨在对标当前最先进的30B模型所设定的性能基准。同时，我们在对齐方面（尤其是RLHF）取得了一些进展，提升了Qwen1.5-32B-Chat模型的对话能力。相较于72B模型，Qwen1.5-32B系列模型的内存占用大幅减少，运行速度显著提升。

我们期望Qwen1.5-32B的发布能帮助用户为下游应用找到更优的解决方案，以应对14B模型在智能体场景下能力偏弱、72B模型推理成本过高等问题。

模型效果

Qwen1.5-32B是Qwen1.5语言模型系列的最新成员，除了GQA，其在模型架构上和Qwen1.5系列其他模型并无差异。GQA能让Qwen1.5-32B在提供模型服务时具有更高的推理效率潜力。

我们将Qwen1.5-32B与其他300亿左右参数模型以及参数量更大、当前最优（SOTA）模型进行了对比，评估其在基础能力、Chat模型、多语言方面的性能。

基础能力方面，Qwen1.5-32B在MMLU、GSM8K、HumanEval以及BBH等多种任务上展现出颇具竞争力的表现。相较于72B参数模型，Qwen1.5-32B虽在性能上有轻微下降，但优于其他30B级别模型（Llama2-34B、Mixtral-8x7B）。

Chat模型方面，我们遵循Qwen1.5的评估方案，测试了Qwen1.5-32B-Chat模型在MT-Bench与Alpaca-Eval2.0上的表现。结果显示：Qwen1.5-32B-Chat模型得分超过8分，与Qwen1.5-72B-Chat之间的差距相对较小。

这表明，对于用户而言，如果需要更高效、更经济实惠的应用解决方案，32B模型是一个可行的选择。

多语言能力方面，我们选取了包括阿拉伯语、西班牙语、法语、葡萄牙语、德语、意大利语、俄语、日语、韩语、越南语、泰语和印尼语在内的12种语言，在考试、理解、数学及翻译等多个领域做了评测。结果显示：Qwen1.5-32B具备出色的多语言能力，表现仅略逊于72B模型。

最后，我们还测试了Qwen1.5-32B-Chat模型在长文本评估任务“大海捞针”中的表现，令人欣喜的是，它在长达32K tokens的上下文中表现优秀。

如何使用Qwen1.5-32B

Qwen1.5-32B在哪可以体验？以下是Qwen1.5-32B模型的重要链接：

魔搭社区ModelScope:

https://modelscope.cn/models/qwen/Qwen1.5-32B/summary

https://modelscope.cn/models/qwen/Qwen1.5-32B-Chat/summary

Hugging Face:

https://huggingface.co/Qwen/Qwen1.5-32B

https://huggingface.co/spaces/Qwen/Qwen1.5-32B-Chat-demo

开箱即用的企业大模型应用平台

工作+AI

业务+AI

AIx业务

大模型咨询

大模型定制

场景解决方案

【智能问答】解决方案

【应用智改】解决方案

【智能工单】解决方案

相关资讯

160+中大型企业正在使用53AI

把握AI发展的机遇，共同探索、共同进步

如何打造基于GenAI的员工服务机器人

热点资讯

我把最近爆火的 DeepSeek-V3 接到了 Cursor！

本地部署大模型？看这篇就够了，Ollama 部署和实战

更改ollama模型存储路径

全民AI时代：手把手教你用Ollama & AnythingLLM搭建AI知识库，无需编程，跟着做就行！

万字长文解析：大模型需要怎样的硬件算力

Ollama 本地运行大模型(LLM)完全指南

微调神器LLaMA-Factory官方保姆级教程来了，从环境搭建到模型训练评估全覆盖

一文带你了解大模型——智能体（Agent）

OLLama详细的 api 介绍不完全指南 python 直接调用 OLLama api 翻译助手演示

太强了！10大开源大模型！

大家都在问

为啥中科院干不出一个DeepSeek V3？

面对百花齐放的大模型：如何选择最适合你的？

AI大模型：如何从“科幻”走进现实应用？

AI大模型那么强，它是吃什么长大的？

破解大模型困境：RAG技术如何成为AI的终极武器？

AI Agent大爆发！智谱AI神器GLM-PC上线，让你的电脑自己干活？

RAG文档分块新思路：LGMGC如何提升文档分块的语义连贯性？

星际之门：5000亿的星辰大海，还是马斯克口中的镜花水月？

热门标签