阿里云通义开源长文本模型及推理框架，百万Tokens处理速度提升近7倍

学习知识要善于思考，思考，再思考！今天golang学习网小编就给大家带来《阿里云通义开源长文本模型及推理框架，百万Tokens处理速度提升近7倍》，以下内容主要包含等知识点，如果你正在学习或准备学习科技周边，就都不要错过本文啦~让我们一起来看看吧，能帮助到你就更好了！

阿里云重磅开源Qwen2.5-1M大模型，支持百万Tokens上下文！该模型提供7B和14B两种尺寸，在处理长文本任务中显著超越GPT-4o-mini。阿里云还同步开源了推理框架，大幅提升了长文本处理速度。

百万Tokens上下文能力意味着模型能够处理相当于10部长篇小说、150小时演讲稿或3万行代码的文本量。继两个月前Qwen2.5-Turbo升级百万Tokens上下文后，此次开源进一步降低了开发者和企业的使用门槛。 开发者可以利用Qwen2.5-1M进行长篇小说分析、学术论文解析，甚至探索仓库级代码的分析和优化。

在“大海捞针”等长文本理解基准测试中，Qwen2.5-1M展现出卓越性能，甚至在部分测试中超越了GPT-4o-mini。 阿里云团队通过创新性的长度外推技术和Dual Chunk Attention机制，高效地将模型上下文长度扩展至百万级别，同时有效控制了成本。

为了优化推理速度，阿里云团队在vLLM推理引擎基础上，引入了基于Minference的稀疏注意力机制等多项改进，将处理百万级别长文本输入的预填充速度提升了3.2倍到6.7倍。

Qwen2.5-1M模型及其推理框架已在魔搭社区ModelScope、HuggingFace和GitHub上开源，方便开发者下载和使用。 开发者和企业也可以通过阿里云百炼平台调用Qwen2.5-Turbo模型API，或通过Qwen Chat平台体验模型性能。

相关链接：

演示Demo：https://www.modelscope.cn/studios/Qwen/Qwen2.5-1M-Demo

Modelscope：https://www.modelscope.cn/organization/Qwen

Huggingface：https://huggingface.co/Qwen

开源框架地址：https://github.com/QwenLM/vllm/tree/dev/dual-chunk-attn

Qwen Chat体验：https://chat.qwenlm.ai/

今天关于《阿里云通义开源长文本模型及推理框架，百万Tokens处理速度提升近7倍》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于产业的内容请关注golang学习网公众号！