Qwen 2 现在可用 这里。

Qwen 是阿里云的一系列基于 Transformer 的大型语言模型，预训练于大量数据，包括网页文本、书籍、代码等。

Qwen 1.5 的新特性

• 6 种模型尺寸，包括 0.5B、1.8B、4B（默认）、7B、14B、32B（新增）和 72B
  • ollama run qwen:0.5b
  • ollama run qwen:1.8b
  • ollama run qwen:4b
  • ollama run qwen:7b
  • ollama run qwen:14b
  • ollama run qwen:32b
  • ollama run qwen:72b
  • ollama run qwen:110b
• 聊天模型在人类偏好方面有显著的性能提升
• 基本模型和聊天模型均支持多语言
• 所有尺寸的模型都稳定支持 32K 上下文长度

最初的 Qwen 模型提供四种不同的参数尺寸：1.8B、7B、14B 和 72B。

特性

• 低成本部署: 推理的最低内存需求低于 2GB。

• 大规模高质量的训练语料库: 模型在超过 2.2 万亿个 tokens 上进行预训练，包括中文、英文、多语言文本、代码和数学，涵盖通用和专业领域。通过大量的消融实验，优化了预训练语料库的分布。

• 良好的性能: Qwen 支持长上下文长度 (1.8b、7b 和 14b 参数模型上为 8K，72b 参数模型上为 32K)，并且在多个中文和英文下游评估任务 (包括常识、推理、代码、数学等) 中，显著超过了类似规模的现有开源模型，甚至在一些基准测试中超过了一些更大规模的模型。

• 更全面的词汇覆盖: 与其他基于中文和英文词汇的开源模型相比，Qwen 使用超过 15 万个 tokens 的词汇表。这个词汇表对多种语言更友好，使用户可以直接进一步增强对某些语言的能力，而无需扩展词汇表。

• 系统提示: Qwen 可以通过使用系统提示来实现角色扮演、语言风格转换、任务设置和行为设置。

参考

GitHub

Hugging Face