阿里巴巴最新开源了320亿参数的大语言模型Qwen1.5-32B,这个模型在各项评测结果中都略超此前最强开源大模型Mixtral 8×7B MoE,比720亿参数的Qwen-1.5-72B模型略差。但是一半的参数意味着只有一半的显存,这样的性价比极高。
Qwen1.5-32B简介
Qwen1.5-32B模型的评测结果
Qwen1.5-32B模型的上下文长度
Qwen1.5-32B模型的开源地址和演示地址
Qwen系列大语言模型是阿里巴巴开源的一系列大语言模型,在各项评测和应用中都取得了非常好的效果,也引起了非常多的人的关注。而且Qwen系列模型不仅仅是在国内很有名,在全球的大模型开源领域都有着很好的吸引力。本次开源的320亿参数模型是最新的一个。
Qwen1.5可以理解为Qwen2的beta版本,在此前开源了6个不同参数规模的Qwen1.5模型,最小的只有5亿参数,最大的是720亿参数。其中,Qwen1.5-72B是目前MT-Bench测评中仅次于GPT-4的模型,也是开源模型中得分最高的模型(MT-Bench采用了真实的多轮对话数据集)。而在匿名投票评测中(LMSYS推出的Areno评测系统,该评测为用户提供不同模型的匿名回复,由用户投票谁好谁好),Qwen1.5-72B也是开源模型中最强的。
不过720亿参数的Qwen1.5-72B的半精度模型需要144GB显存才能载入,单个显卡无法使用,因此很多人也无法体验。而此次发布的Qwen1.5-32B模型的参数只有Qwen1.5-72B模型参数的一半,显存也只有它的一半。官方提供的Int4版本模型仅需要20G显存,可以在4090显卡上推理,但实测速度较慢!。所以,消费级显卡在做这种规模参数模型的推理上还是比较差的。
而从评测结果看,Qwen1.5-32B比Qwen1.5-72B性能损失很小,而显存降低了一半,所以非常有性价比。
阿里巴巴官方说,最近几个月,通义千问模型在后训练上取得了进展,即在基于人类反馈的强化学习对齐训练方面有了很好的进步。而这个Qwen1.5-32B模型就是这个进步的成果。而Qwen1.5-32B模型本身和其它1.5版本的Qwen模型架构没有区别,不过多了一个 grouped query attention (GQA),因此,推理的效率应该更高。
官方发布的Qwen1.5-32B包含5个版本:
根据官方的描述,Qwen1.5-32B模型在300亿参数规模的模型中评测中非常靠前。虽然不能说第一,但各项成绩都很优秀。
而根据DataLearnerAI收集的全球主流模型评测结果上,Qwen1.5-32B接近此前发布的DBRX模型( https://www.datalearner.com/ai-models/pretrained-models/DBRX-Instruct ),这是一个1320亿参数的MoE模型(激活时使用360亿参数):
上图是按照MMLU评分从上往下排序的结果。从上图可以看到,Qwen1.5-32B超过了Grok-1,略低于DBRX模型。但是总体上比李开复旗下公司开源的Yi-34B也要略差。详细的数据如下:
尽管综合理解能力MMLU得分,Qwen1.5-32B并不算优秀,但是涉及到推理和数学方面(GSM8K、Math),则比其它300亿参数模型提升明显,只是略低于Qwen1.5-72B模型。
官方提到了它支持32K上下文长度输入,在“大海捞针”测试中表现很好。
Qwen1.5-32B模型本身以通义千问的开源协议开源,允许商用,也有在线测试,具体开源地址和在线测试地址参考DataLearnerAI的Qwen1.5-32B模型信息卡:https://www.datalearner.com/ai-models/pretrained-models/Qwen1_5-32B
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。