快讯科技财经汽车社会旅游娱乐时尚健康生活科学教育

热搜：内地买家入搭载2.8吨京东618全 “十五五” 【好评中国重庆：首批配有十大猥琐

首页 > 科技

阿里刚开源32B大模型，我们立马测试了“弱智吧”

发布时间: 2024-04-08 08:55:32 来源：量子位

观看：244

拼齐1.5系列最后一块拼图

金磊发自凹非寺
量子位 | 公众号 QbitAI

阿里的通义千问（Qwen），终于拼齐了1.5系列的最后一块拼图——

正式开源Qwen 1.5-32B。

话不多说，直接来看“成绩单”。

这次官方pick同台竞技的“选手”是Mixtral 8x7B模型和同为Qwen 1.5系列的72B模型。

从结果上来看，Qwen 1.5-32B已经在多项评测标准中超越或追平Mixtral 8x7B：

并且即便是在与自家更大参数模型PK过程中，Qwen 1.5-32B也用“以小博大”的姿势展现出了较好的性能。

用通义千问团队成员的话来说就是：

不仅如此，即便是再拉来其它体量相当的大模型“选手”，Qwen 1.5-32B在多项评测中的成绩依旧较为亮眼：

除此之外，团队还做了一项比较有意思的测试——长文本评估任务，“大海捞针”。

简单来说，这项任务就是将一个与文本无关的句子（“针”）隐藏在大量的文本（“大海”）中，然后通过自然语言提问的方式，观察AI能否准确提取出这个隐藏的句子。

从结果上来看，Qwen 1.5-32B在32k tokens的上下文中性能表现良好。

不过有一说一，刚才所展示的也还仅是Qwen 1.5-32B在评分上的成绩，至于具体到实际体验过程中，效果又会如何呢？

大战一波“弱智吧”

自打大模型火爆以来，“弱智吧”就一直成了检测大模型逻辑能力的标准之一，江湖戏称为“弱智吧Benchmark”。

（“弱智吧”源自百度贴吧，是一个充满荒谬、离奇、不合常理发言的中文社区。）

而且就在前几天，“弱智吧”还登上正经AI论文，成了最好的中文训练数据，引发了一波不小的热议。

这项研究正是来自中科院深圳先进技术研究院、中科院自动化研究所，滑铁卢大学等众多高校、研究机构联合团队。

刚好此次Qwen 1.5-32B在开源的同时，也一并放出了在线体验的demo，那么当它俩碰到一起，会擦出怎样的火花？

请听第一题：

Qwen 1.5-32B很准确地回答出了“你的父母在结婚时你尚未出生，因此他们无法邀请你参加他们的婚礼”。

继续第二题：

面对这道很经典的问题，Qwen 1.5-32B也能做到追根溯源地做正经科普。

再来第三道和第四道：

不难看出，Qwen 1.5-32B都能够给出准确的答案。

尤其是在第四道问题上，它甚至直接指出了逻辑性的问题：

嗯，Qwen 1.5-32B是一个经住了“弱智吧Benchmark”的大模型。

至于其它关于常识、数学、编程等能力的效果，家人们可以亲自去体验一番了。

如何做到的？

正如我们刚才所述，Qwen 1.5-32B在技术架构上与此前版本并无太大的区别，亮点就是引入了GQA（Grouped Query Attention，分组查询注意力）这个技术。

这也正是它能够在相对较小的体量之下，能够做到性能较优且快速部署的关键。

GQA是一种在自然语言处理中使用的 Transformer 架构中的一种机制，它通过将查询序列分组为多个子序列来提高 Transformer 模型的计算效率。

这种方法可以有效地减少计算复杂度，同时保留 Transformer 模型的表示能力。

具体而言，GQA是通过将查询分组并在组内计算它们的注意力，来混合 Multi-Query Attention (MQA) 的速度与 Multi-Head Attention (MHA) 的质量。

GQA 通过将查询头分为组，每个组共享单个键头和值头，来实现这一点，从而在质量和速度之间取得平衡。

如此一来，GQA的引入就降低了注意力计算的数量，从而加速了推理时间。

最后，奉上Qwen 1.5-32B在HuggingFace的体验入口，感兴趣的朋友可以去体验啦~

参考链接：
[1]https://qwenlm.github.io/zh/blog/qwen1.5-32b/
[2]https://huggingface.co/spaces/Qwen/Qwen1.5-32B-Chat-demo
[3]https://github.com/QwenLM/Qwen1.5
[4]https://klu.ai/glossary/grouped-query-attention

日前，盛世盈创氢能科技（陕西）有限公司（以下简称盛世盈创）与协氢（上海）新能源科技有限公司宣布达成战略合作，共同推进风冷氢燃料电池电堆全自动化生产线（以下简称风冷堆）的研发与生产。双方协议，将建设目 3月20日8时31分，探月工程四期鹊桥二号中继星由长征八号遥三运载火箭在中国文昌航天发射场成功发射升空。火箭飞行24分钟后，星箭分离，将鹊桥二号中继星直接送入近地点高度200公里、远地点高度42 据一项在本周举行的美国心脏协会会议上提交的新研究，每天进食时间控制在8小时内的间歇性禁食方法可能与心脏病死亡风险上升相关。近年来越来越流行的间歇性禁食指限制进食时间，在每天或每周的　　“AI钢铁侠”黄仁勋，又进化了英伟达　　作者丨倪雨晴　　2024年，英伟达一年一度的GTC大会已然成为AI界春晚，现场座无虚席，全球AI爱好者翘首以待黄仁勋的独家SOLO。　　北京时间3月19日凌晨，GTC终于拉开大幕。英伟达创 3月22日消息，今天，数码博主“数码闲聊站”曝光了一部新款千元机的部分配置。该博主表示，欧加（OPPO/一加）有个5500mAh超大电池的千元曲屏机，正在测试IP68级防尘防水效果，主打就是防水抗摔耐用。该博主最 3月23日消息，据媒体报道，iPhone与百度公司已达成合作协议，百度将为苹果内置的生成式人工智能大模型提供技术支持。报道指出，iPhone生成式人工智能大模型的合作伙伴包含谷歌、百度、OpenAI等公司。国。

本文链接：阿里刚开源32B大模型，我们立马测试了“弱智吧”http://www.sushuapos.com/show-2-4634-0.html

声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。

上一篇： Mistral Large模型现已在Amazon Bedrock上正式可用，进一步拓宽客户选择范围

下一篇：北京首座户内500千伏枢纽变电站开建

阿里刚开源32B大模型，我们立马测试了“弱智吧”

大战一波“弱智吧”

如何做到的？

热门资讯

推荐资讯

科技最热文章