Qwen-7B-Chat
模型参数
70亿
上下文长度
8K
中文支持
支持
推理能力
Qwen-7B-Chat 是由 阿里巴巴 发布的 AI 模型，发布时间为 2023-08-03，定位为 基础大模型，参数规模约为 70亿，上下文长度为 8K，模型文件大小约 15.4GB，采用 Tongyi Qianwen LICENSE AGREEMENT 许可。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
Qwen-7B-Chat
模型基本信息
推理过程
不支持
思考模式
不支持思考模式
上下文长度
8K tokens
最大输出长度
暂无数据
模型类型
基础大模型
输入/输出模态
暂无数据
发布时间
2023-08-03
模型文件大小
15.4GB
MoE架构
否
总参数 / 激活参数
70亿 / 不涉及
知识截止
暂无数据
Qwen-7B-Chat
开源和体验地址
Qwen-7B-Chat
官方介绍与博客
官方论文
DataLearnerAI博客
暂无介绍博客
Qwen-7B-Chat
API接口信息
接口速度
暂无数据
暂无公开的 API 定价信息。
Qwen-7B-Chat
评测结果
当前尚无可展示的评测数据。
和其他模型对比
暂时没有为该模型整理的相关对比页面。
想自定义其他组合？打开对比工具
Qwen-7B-Chat
发布机构
阿里巴巴
查看发布机构详情 Qwen-7B-Chat
模型解读
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。
Qwen-7B-Chat是在在Qwen-7B的基础上，使用对齐机制打造了基于大语言模型的AI助手Qwen-7B-Chat。
通义千问的评测效果也很好，超过了LLaMA2：
| Model | MMLU | C-Eval | GSM8K | HumanEval | WMT22 (en-zh) |
|---|---|---|---|---|---|
| LLaMA-7B | 35.1 | - | 11.0 | 10.5 | 8.7 |
| LLaMA 2-7B | 45.3 | - | 14.6 | 12.8 | 17.9 |
| Baichuan-7B | 42.3 | 42.8 | 9.7 | 9.2 | 26.6 |
| ChatGLM2-6B | 47.9 | 51.7 | 32.4 | 9.2 | - |
| InternLM-7B | 51.0 | 52.8 | 31.2 | 10.4 | 14.8 |
| Baichuan-13B | 51.6 | 53.6 | 26.6 | 12.8 | 30.0 |
| LLaMA-13B | 46.9 | 35.5 | 17.8 | 15.8 | 12.0 |
| LLaMA 2-13B | 54.8 | - | 28.7 | 18.3 | 24.2 |
| ChatGLM2-12B | 56.2 | 61.6 | 40.9 | - | - |
| Qwen-7B | 56.7 | 59.6 | 51.6 | 24.4 | 30.6 |
从上图的评测中可以看到，阿里通义千问在MMLU得分第一，超过了LLaMA2系列模型，而其他方面的得分也很高。最重要的是这个模型中文支持良好，开源免费商用！
Qwen-7B-Chat版本的基础模型是Qwen-7B，模型信息卡： https://www.datalearner.com/ai-models/pretrained-models/Qwen-7B
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
