阿里巴巴发布两种开源人工智能模型，可与Meta Llama 2竞争

阿里巴巴8月3日宣布了旗下大模型产品通义千问7B参数模型已经开源，该模型为完全开源、免费、可商用。

这个模型包括两个子模型，一个是通用型的 Qwen-7B 模型，另一个是对话模型 Qweb-7B-Chat，两个模型均为开源、免费、可商用，每个模型都有70亿个参数。阿里巴巴表示，这两款机型是该公司4月份发布的Tongyi Qiawen的小型版本。

开源地址Hugging Face：https://huggingface.co/Qwen/Qwen-7B

开源地址Github：

新模型旨在帮助将人工智能引入中小型企业的运营中

阿里巴巴公司表示，Qwen-7B和Qwen-7B-Chat具有各种对企业有吸引力的功能，例如能够“全球学者、研究人员和商业机构可以自由访问代码、模型权重和文档”。

阿里巴巴最新的LLM也是中国科技公司发布的首款开源LM，不过，阿里巴巴表示，每月活跃用户超过1亿的企业将需要许可证。

8月1日，阿里巴巴还宣布以矢量引擎的形式对其AnalyticDB数据仓库服务进行更新，允许其企业客户快速创建自定义生成人工智能应用程序。

阿里云对 Qwen-7B 模型自述

通义千问 – 7B（Qwen-7B）是阿里云研发的通义千问大模型系列的 70 亿参数规模的模型。Qwen-7B 是基于 Transformer 的大语言模型，在超大规模的预训练数据上进行训练得到。

预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。同时，在 Qwen-7B 的基础上，我们使用对齐机制打造了基于大语言模型的 AI 助手 Qwen-7B-Chat。Qwen-7B 系列模型的特点包括：

大规模高质量预训练数据：我们使用了超过 2.2 万亿 token 的自建大规模预训练数据集进行语言模型的预训练。数据集包括文本和代码等多种数据类型，覆盖通用领域和专业领域。

优秀的模型性能：相比同规模的开源模型，Qwen-7B 在多个评测数据集上具有显著优势，甚至超出 12-13B 等更大规模的模型。评测评估的能力范围包括自然语言理解与生成、数学运算解题、代码生成等。

更好地支持多语言：基于更大词表的分词器在分词上更高效，同时它对其他语言表现更加友好。用户可以在 Qwen-7B 的基础上更方便地训练特定语言的 7B 语言模型。

8K 的上下文长度：Qwen-7B 及 Qwen-7B-Chat 均能支持 8K 的上下文长度，允许用户输入更长的 prompt。

支持插件调用：Qwen-7B-Chat 针对插件调用相关的对齐数据做了特定优化，当前模型能有效调用插件以及升级为 Agent。

开源晚于7月16日Meta与微软发布的LLM（Llama 2）

基于公开时间，阿里巴巴显然在LLM之后，不过这也是“中国整个Llama2系列的第一个培训和部署解决方案”。

根据资料，Meta的Llama 2的训练使用40%以上的公共数据，可以处理其前身的两倍的上下文，并且Llama 2也是开源的，最大的Llama 2版本具有700亿个参数。

与阿里巴巴的最新型号类似，它需要月度用户超过7亿的公司的许可证。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群