阿里巴巴日前宣布，開(kāi)源 Qwen1.5 系列首個(gè)千億參數(shù)模型 Qwen1.5-110B，該模型在基礎(chǔ)能力評(píng)估中與 Meta-Llama3-70B 相媲美，在 Chat 評(píng)估中表現(xiàn)出色，包括 MT-Bench 和 AlpacaEval 2.0。

匯總主要內(nèi)容：

據(jù)介紹，Qwen1.5-110B 與其他 Qwen1.5 模型相似，采用了相同的 Transformer 解碼器架構(gòu)。它包含了分組查詢注意力（GQA），在模型推理時(shí)更加高效。該模型支持 32K tokens 的上下文長(zhǎng)度，同時(shí)它仍然是多語(yǔ)言的，支持英、中、法、西、德、俄、日、韓、越、阿等多種語(yǔ)言。

阿里 Qwen1.5-110B 模型與最近的 SOTA 語(yǔ)言模型 Meta-Llama3-70B 以及 Mixtral-8x22B 進(jìn)行了比較，結(jié)果如下：

上述結(jié)果顯示，新的 110B 模型在基礎(chǔ)能力方面至少與 Llama-3-70B 模型相媲美。在這個(gè)模型中，阿里巴巴沒(méi)有對(duì)預(yù)訓(xùn)練的方法進(jìn)行大幅改變，因此他們認(rèn)為與 72B 相比的性能提升主要來(lái)自于增加模型規(guī)模。

阿里還在 MT-Bench 和 AlpacaEval 2.0 上進(jìn)行了 Chat 評(píng)估，結(jié)果如下：

阿里巴巴表示，與之前發(fā)布的 72B 模型相比，在兩個(gè) Chat 模型的基準(zhǔn)評(píng)估中，110B 表現(xiàn)顯著更好。評(píng)估結(jié)果的持續(xù)改善表明，即使在沒(méi)有大幅改變后訓(xùn)練方法的情況下，更強(qiáng)大、更大規(guī)模的基礎(chǔ)語(yǔ)言模型也可以帶來(lái)更好的 Chat 模型。

最后，阿里方面表示，Qwen1.5-110B 是 Qwen1.5 系列中規(guī)模最大的模型，也是該系列中首個(gè)擁有超過(guò) 1000 億參數(shù)的模型。它在與最近發(fā)布的 SOTA 模型 Llama-3-70B 的性能上表現(xiàn)出色，并且明顯優(yōu)于 72B 模型。