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：极空间携手打包出售灵羊小咩便荔于古德伍德前5个月全远东酒店实第31届上海 2026央行一

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：252

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

国际天文学家团队绘制了迄今最大的三维宇宙地图，记录了大约130万个活跃类星体在空间和时间上的位置。它将成为探测类星体、暗物质晕和超大质量黑洞的强大工具。发表在最新一期《天体物理学杂 21世纪经济报道见习记者顾婷婷杭州报道如何让沉睡在实验室里的专利真正应用到车间，真正面向市场，转化为真正的新质生产力？3月19日，由国家知识产权局组织的高校和科研机构存量专利盘活据英国《泰晤士报》网站3月15日报道，2020年1月，英国帝国理工学院的亚当·汉普希尔与英国广播公司合作，对8万人进行了30分钟的测试，目的是揭示生活方式的改变会影响我们的大脑功能。三个月 3月21日是世界睡眠日，今年中国主题为“健康睡眠人人共享”。人的一生约有三分之一的时间是在睡眠中度过，睡眠、运动、营养被视为保障机体正常发育和健康的三大要素。关于睡眠有哪些常见认知误近日，我国“主要作物丰产增效科技创新工程”重点专项“优质双季超级稻丰产增效技术研发与集成示范”项目，在湖南岳阳宣布启动。据了解，该项目主要聚焦优质双季超级稻丰产增效技术研发，着力探明双 “啪嗒啪嗒......”一只机器狗在街上迈着规律的步伐，拉着牵引绳的盲人，在它的带领下越过沿路障碍，平稳地行走着，电子导盲犬能否取代传统导盲犬，解决视障人士一犬难求的困境？西工大团队在这方面开展。

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