阿里云最新的語言模型系列推出后不久，憑借其增強的性能和改進的安全性，榮登了開源LLM排行榜榜首。

Qwen2模型系列包含許多基礎語言模型和指令調(diào)整語言模型，大小從0.5到720億個參數(shù)，以及MoE模型。

其更新后的功能使Qwen2模型在協(xié)作人工智能平臺Hugging Face開放LLM排行榜上名列第一，該模型可用于商業(yè)或研究目的。另外，Qwen2模型也適用于阿里云AI模型社區(qū)ModelScope。

阿里云首席技術官周靖人表示：“我們希望打造AI時代最開放的云，讓算力更普惠、讓AI更觸手可及?！?/p>

得益于阿里云優(yōu)化的訓練方法，大模型Qwen2-72B在語言理解、語言生成、多語言能力、編碼、數(shù)學和推理等15個基準測試中超越了其他領先開源模型。

此外，Qwen2-72B表現(xiàn)出令人印象深刻的處理長達128K個標記的上下文長度的能力，這是模型在生成文本時可以記住的最大標記數(shù)。

為了增強多語言能力，Qwen 2訓練除了中文和英語，還涵蓋了27種語言，包括德語、意大利語、阿拉伯語、波斯語和希伯來語。

不僅如此，Qwen2模型采用了Group Query Attention技術，優(yōu)化了計算效率和模型性能之間的平衡，因此在模型推理中速度更快，內(nèi)存占用更少。

Qwen2模型除了在數(shù)學和語言學方面表現(xiàn)出色之外，其輸出還表現(xiàn)出與人類價值觀更好的一致性。在MT-bench等基準測試上的比較性能表明，Qwen2在人類偏好的兩個關鍵要素上得分很高。MT-bench是一套多輪問題集，用于評估聊天機器人的多輪對話和指令遵循能力。

通過融入人類反饋以更好與人類價值觀保持一致，這些模型在安全性和責任感方面取得了良好表現(xiàn)，能夠處理與欺詐和侵犯隱私等非法活動相關的多語言不安全查詢，以防止模型被濫用。

就較小的模型而言，Qwen2-7B在包括編碼在內(nèi)的基準測試中也勝過其他類似尺寸的先進模型。