技术前沿

通义千问开源320亿参数模型

2024 年 4 月 20 日

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：

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

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

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

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

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。联系 JOTO 获取 AI 落地咨询

留下你的场景和痛点,我们帮你判断从哪一步开始。