Qwen团队发布了Qwen2技术报告，介绍了一个新的语言模型系列，参数量从0.5亿到720亿不等，包括密集架构和混合专家（MoE）架构。
此次发布旨在提供高性能的基础模型，使其能够与专有系统竞争，同时保持对研究和部署的开放性。
| Benchmark | 模型 | 得分 |
|---|---|---|
| GPQA Diamond | Qwen2-72B | 37.9% |
| LiveCodeBench | Qwen2-72B-Instruct | 35.7% |
| GSM8K | Qwen2-72B | 89.5% |
| MMLU | Qwen2-72B | 84.2% |
| BIG-Bench Hard | Qwen2-72B | 82.4% |
| HumanEval | Qwen2-72B | 64.6% |
《Qwen3技术报告》介绍了Qwen模型系列的最新版本，采用密集架构和混合专家（MoE）架构，参数量从0.6亿到2350亿不等。一项关键创新是将用于复杂推理的思维模式和用于快速响应的非思维模式整合到一个统一框架中，从而消除了在不同模型之间切换的需求。
《Qwen3 技术报告》介绍了一系列新的开源权重大型语言模型，参数量从 6 亿到 2350 亿不等，采用密集架构和混合专家（Mixture-of-Experts）架构。一项关键创新是将用于复杂推理的“思维模式”和用于快速响应的“非思维模式”集成到单一框架中，允许在不切换模型的情况下进行动态切换。
Qwen2.5技术报告详细介绍了包含开放权重密集变体和专有混合专家（MoE）模型的全面大型语言模型系列的发布。此次更新将预训练数据从7万亿个token大幅扩展至18万亿个，并通过监督微调和强化学习使用超过100万个样本进行后训练。
阿里巴巴发布了Qwen2.5技术报告，介绍了一系列大型语言模型，在预训练和训练后阶段均有显著改进。此次更新将高质量预训练数据集从7万亿token扩展至18万亿token，并实施了包含超过100万样本的复杂监督微调以及多阶段强化学习。
Qwen2 技术报告介绍了 Qwen2 系列，这是一套全新的基础与指令微调大型语言和多模态模型，参数量范围从 0.5 到 720 亿。此次发布包括密集架构和混合专家（Mixture-of-Experts）模型，其中旗舰模型 Qwen2-72B 在各项基准测试中展现出与专有模型相媲美的性能。