阿里通義千問于近日正式宣布，開源了其最新的Qwen2.5-1M模型及其配套的推理框架。這一舉措標志著通義千問在人工智能領域邁出了重要一步。
據悉，通義千問此次發布的開源模型包括Qwen2.5-7B-Instruct-1M和Qwen2.5-14B-Instruct-1M兩個版本。尤為引人注目的是，這兩個版本首次將Qwen模型的上下文長度擴展到了1M（即100萬標記），這在業界尚屬首次。
為了幫助開發者更好地部署和應用這些模型，Qwen團隊還開源了基于vLLM的推理框架。該框架集成了稀疏注意力方法，使得在處理長達1M標記的輸入時，推理速度有了顯著提升，達到了3倍至7倍的增長。
在長上下文任務方面，Qwen2.5-1M系列模型展現出了強大的能力。在一項名為“大海撈針”的任務中，這些模型能夠準確地從1M長度的文檔中檢索出隱藏信息。盡管7B版本的模型在極少數情況下出現了錯誤，但整體上，其表現仍然令人矚目。
為了全面評估Qwen2.5-1M系列模型在長上下文任務中的表現，研究團隊還選擇了RULER、LV-eval和LongbenchChat等多個測試集進行測試。測試結果顯示，這些模型在大多數任務中都顯著優于之前的128K版本，特別是在處理超過64K長度的任務時，其優勢更加明顯。
Qwen2.5-14B-Instruct-1M模型不僅在性能上擊敗了Qwen2.5-Turbo，還在多個數據集上穩定超越了GPT-4o-mini。這一結果無疑為長上下文任務提供了更多開源模型的選擇。
除了長上下文任務外，Qwen2.5-1M系列模型在短序列任務上的表現同樣出色。測試結果顯示，Qwen2.5-7B-Instruct-1M和Qwen2.5-14B-Instruct-1M在短文本任務上的表現與其128K版本相當，這意味著增加長序列處理能力并沒有犧牲其基本能力。
與GPT-4o-mini相比，Qwen2.5-14B-Instruct-1M和Qwen2.5-Turbo在短文本任務上實現了相近的性能，但它們的上下文長度卻是GPT-4o-mini的八倍。這一結果進一步證明了Qwen2.5-1M系列模型在短序列任務上的強大實力。
