10月31日阿里云正式發(fā)布了1000億級(jí)參數(shù)大模型“通義千問(wèn)2.0”。這2.0在10個(gè)權(quán)威評(píng)價(jià)中超過(guò)了gpt-3.5，正在快速追趕gpt-4。當(dāng)天，通義千問(wèn)app在各種手機(jī)應(yīng)用市場(chǎng)正式上市，任何人都可以通過(guò)app直接體驗(yàn)最新模特能力。

在過(guò)去的6個(gè)月里，通義千問(wèn)2.0與4月份推出的1.0版本相比，在復(fù)雜的命令理解、文學(xué)創(chuàng)作、通用數(shù)學(xué)、知識(shí)記憶、幻覺(jué)抵抗力等方面有了很大的提高。目前，通義千問(wèn)的千托綜合性能已經(jīng)超過(guò)gpt-3.5，正在快速趕上gpt-4。

在mmlu、c-eval、gsm8k、humaneval、math等10個(gè)主要標(biāo)準(zhǔn)評(píng)價(jià)集中，通義千問(wèn)2.0整體上領(lǐng)先meta的rama -2-70b，與openai的chat 3.5相比，是9勝1負(fù)。與gpt-4的戰(zhàn)績(jī)?yōu)?勝6負(fù)，差距進(jìn)一步縮小。

漢語(yǔ)和英語(yǔ)的理解能力是大語(yǔ)言模型的基本技能。在英語(yǔ)作業(yè)中，mmlu的標(biāo)準(zhǔn)分?jǐn)?shù)為82.5分，僅次于gpt-4，可以更好地理解和處理復(fù)雜的語(yǔ)言結(jié)構(gòu)和概念。在漢語(yǔ)任務(wù)方面，通義千問(wèn)2.0以明顯優(yōu)勢(shì)在c-eval標(biāo)準(zhǔn)中獲得最高分，這是因?yàn)槟Ｐ驮谟?xùn)練中學(xué)習(xí)了更多的漢語(yǔ)語(yǔ)言資料，進(jìn)一步強(qiáng)化了對(duì)漢語(yǔ)的理解和表達(dá)能力。

在數(shù)學(xué)推理、代碼理解等領(lǐng)域，通義千問(wèn)2.0進(jìn)步明顯。在推理基準(zhǔn)測(cè)試GSM8K中，通義千問(wèn)排名第二，展示了強(qiáng)大的計(jì)算和邏輯推理能力；在HumanEval測(cè)試中，通義千問(wèn)得分緊跟GPT-4和GPT-3.5，該測(cè)試主要衡量大模型理解和執(zhí)行代碼片段的能力，這一能力是大模型應(yīng)用于編程輔助、自動(dòng)代碼修復(fù)等場(chǎng)景的基礎(chǔ)。

通義千問(wèn)2.0在技術(shù)上優(yōu)化了命令遵守、工具使用和精細(xì)化，以便更好地整合到下游應(yīng)用程序腳本中。通義大模型官方網(wǎng)站提供多模態(tài)和插件功能，支持圖片輸入、文件解釋等細(xì)分化工作。

與此同時(shí)，基于通義大學(xué)模型訓(xùn)練的8大行業(yè)模型隊(duì)啟動(dòng)。他們分別通義靈碼-智能編碼助手、通義智文-AI閱讀助手、通義聽(tīng)悟-工作學(xué)習(xí)AI助手、通義星塵-個(gè)性化角色創(chuàng)作平臺(tái)、通義點(diǎn)金-智能投研助手、通義曉蜜-智能客服、通義仁心-個(gè)人專屬健康助手、通義法睿-AI法律顧問(wèn)。8個(gè)產(chǎn)業(yè)模型以目前最受歡迎的多個(gè)垂直劇本為對(duì)象，訓(xùn)練各領(lǐng)域的數(shù)據(jù)。用戶可以在官方網(wǎng)站直接體驗(yàn)?zāi)Ｐ凸δ埽?a target="_blank">開(kāi)發(fā)者可以通過(guò)網(wǎng)頁(yè)嵌入式、api/sdk調(diào)用等將模型功能整合到自己的大規(guī)模模型應(yīng)用和服務(wù)中。

截至10月，阿里云已與60多個(gè)行業(yè)合作伙伴進(jìn)行深度合作，推進(jìn)通義錢文辦公、文化旅游、電力、政務(wù)、醫(yī)療保險(xiǎn)、交通、制造、金融、軟件開(kāi)發(fā)等領(lǐng)域的出臺(tái)。

周靖人表示，阿里云近期將開(kāi)放72b版本，此前阿里云先后開(kāi)放了7b版本和14b版本，累計(jì)下載次數(shù)超過(guò)100萬(wàn)次。ali cloud持續(xù)支持各領(lǐng)域開(kāi)發(fā)者在通義千問(wèn)的開(kāi)源模型基礎(chǔ)上進(jìn)行模型和應(yīng)用創(chuàng)新。