阿里云通義開源首個長文本新模型，百萬Tokens處理性能超GPT-4o-mini

1月27日凌晨，阿里云通義重磅開源支持100萬Tokens上下文的Qwen2.5-1M模型，推出7B及14B兩個尺寸，均在處理長文本任務(wù)中穩(wěn)定超越GPT-4o-mini；同時開源推理框架，在處理百萬級別長文本輸入時可實現(xiàn)近7倍的提速。

百萬Tokens長文本，可換算成10本長篇小說、150小時演講稿或3萬行代碼。兩個月前， Qwen2.5-Turbo 升級了百萬Tokens的上下文輸入能力，廣受開發(fā)者和企業(yè)歡迎。如今，開源社區(qū)可基于全新的 Qwen2.5-1M 系列模型，進行長篇小說或多篇學術(shù)論文的解析，或是探索倉庫級代碼的分析和升級。

Qwen2.5-1M擁有優(yōu)異的長文本處理能力。在上下文長度為100萬 Tokens 的大海撈針（Passkey Retrieval）任務(wù)中，Qwen2.5-1M 能夠準確地從 1M 長度的文檔中檢索出隱藏信息，僅有7B模型出現(xiàn)了少量錯誤。在RULER、LV-Eval等基準對復雜長上下文理解任務(wù)測試中，Qwen2.5-14B-Instruct-1M 模型不僅擊敗了自家閉源模型 Qwen2.5-Turbo，還穩(wěn)定超越 GPT-4o-mini，為開發(fā)者提供了一個現(xiàn)有長上下文模型的優(yōu)秀開源替代。

大模型的長文本訓練需要消耗大量的計算資源，通義團隊通過逐步擴展長度的方法，從預訓練到監(jiān)督微調(diào)再到強化學習等多個階段，高效地將 Qwen2.5-1M 的上下文長度從 4K 擴展到 256K；再通過長度外推的技術(shù)，創(chuàng)新引入Dual Chunk Attention機制，在無需額外訓練的情況下，將上下文長度高性能地穩(wěn)定擴展到1M，從而在較低成本下實現(xiàn)了 Qwen2.5-1M 模型。

同時，為了加快推理速度，通義團隊在vLLM推理引擎基礎(chǔ)上，引入基于Minference的稀疏注意力機制，并在分塊預填充、集成長度外推方案和稀疏性優(yōu)化等多環(huán)節(jié)創(chuàng)新改進?；谶@些改進的推理框架有效地加快了模型推理速度，在不同模型大小和 GPU 設(shè)備上，處理 1M 長度輸入序列的預填充速度提升了 3.2 倍到 6.7 倍。

據(jù)了解，Qwen2.5-1M已經(jīng)在魔搭社區(qū)ModelScope和HuggingFace等平臺開源，開發(fā)者可前往下載或直接體驗模型；相關(guān)推理框架也已在GitHub上開源，幫助開發(fā)者更高效地部署Qwen2.5-1M模型。開發(fā)者和企業(yè)也可通過阿里云百煉平臺調(diào)用 Qwen2.5-Turbo 模型API，或是通過全新的Qwen Chat平臺體驗模型性能及效果。

附鏈接：

演示Demo：https://www.modelscope.cn/studios/Qwen/Qwen2.5-1M-Demo

Modelscope：https://www.modelscope.cn/organization/Qwen

Huggingface：https://huggingface.co/Qwen

開源框架地址：https://github.com/QwenLM/vllm/tree/dev/dual-chunk-attn

Qwen Chat體驗：https://chat.qwenlm.ai/

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。