10月31日，阿里云正式發(fā)布千億級參數(shù)大模型通義千問2.0。在10個權威測評中，通義千問2.0綜合性能超過GPT-3.5，正在加速追趕GPT-4。當天，通義千問APP在各大手機應用市場正式上線，所有人都可通過APP直接體驗最新模型能力。
過去6個月，通義千問2.0在性能上取得巨大飛躍，相比4月發(fā)布的1.0版本，通義千問2.0在復雜指令理解、文學創(chuàng)作、通用數(shù)學、知識記憶、幻覺抵御等能力上均有顯著提升。目前，通義千問的綜合性能已經(jīng)超過GPT-3.5，加速追趕GPT-4。
圖：通義千問2.0綜合性能超過GPT-3.5，正在加速追趕GPT-4
在MMLU、C-Eval、GSM8K、HumanEval、MATH等10個主流Benchmark測評集上，通義千問2.0的得分整體超越Meta的Llama-2-70B，相比OpenAI的Chat-3.5是九勝一負，相比GPT-4則是四勝六負，與GPT-4的差距進一步縮小。
中英文理解能力是大語言模型的基本功。英語任務方面，通義千問2.0在MMLU基準的得分是82.5，僅次于GPT-4，通過大幅增加參數(shù)量，通義千問2.0能更好地理解和處理復雜的語言結構和概念；中文任務方面，通義千問2.0以明顯優(yōu)勢在C-Eval基準獲得最高得分，這是由于模型在訓練中學習了更多中文語料，進一步強化了中文理解和表達能力。
在數(shù)學推理、代碼理解等領域，通義千問2.0進步明顯。在推理基準測試GSM8K中，通義千問排名第二，展示了強大的計算和邏輯推理能力；在HumanEval測試中，通義千問得分緊跟GPT-4和GPT-3.5，該測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用于編程輔助、自動代碼修復等場景的基礎。
圖：通義千問2.0發(fā)布
通義千問更成熟了，也更好用了。通義千問2.0在指令遵循、工具使用、精細化創(chuàng)作等方面作了技術優(yōu)化，能夠更好地被下游應用場景集成。通義大模型官網(wǎng)上線了多模態(tài)和插件功能，支持圖片輸入、文檔解析等細分任務。
與此同時，基于通義大模型訓練的8大行業(yè)模型組團上線，他們分別是通義靈碼-智能編碼助手、通義智文-AI閱讀助手、通義聽悟-工作學習AI助手、通義星塵-個性化角色創(chuàng)作平臺、通義點金-智能投研助手、通義曉蜜-智能客服、通義仁心-個人專屬健康助手、通義法睿-AI法律顧問。8大行業(yè)模型面向當下最受歡迎的多個垂直場景，使用領域數(shù)據(jù)進行專門訓練。用戶可以在官網(wǎng)直接體驗模型功能，開發(fā)者可以通過網(wǎng)頁嵌入、API/SDK調(diào)用等方式，將模型能力集成到自己的大模型應用和服務中。
圖：通義大模型家族全面升級，8大行業(yè)模型組團上線
截至10月，阿里云已與60多個行業(yè)頭部伙伴進行深度合作，推動通義千問在辦公、文旅、電力、政務、醫(yī)保、交通、制造、金融、軟件開發(fā)等領域的落地。
周靖人透露，阿里云計劃近期開源通義千問72B版本，此前，阿里云已先后開源7B和14B版本模型，模型累計下載量超過100萬。阿里云將持續(xù)支持千行百業(yè)的開發(fā)者基于通義千問開源模型進行模型和應用創(chuàng)新。
圖：通義千問72B即將開源
（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)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
