Informe Técnico Qwen2

Qwen2 Technical Report

July 15, 2024

Autores: An Yang, Baosong Yang, Binyuan Hui, Bo Zheng, Bowen Yu, Chang Zhou, Chengpeng Li, Chengyuan Li, Dayiheng Liu, Fei Huang, Guanting Dong, Haoran Wei, Huan Lin, Jialong Tang, Jialin Wang, Jian Yang, Jianhong Tu, Jianwei Zhang, Jianxin Ma, Jin Xu, Jingren Zhou, Jinze Bai, Jinzheng He, Junyang Lin, Kai Dang, Keming Lu, Keqin Chen, Kexin Yang, Mei Li, Mingfeng Xue, Na Ni, Pei Zhang, Peng Wang, Ru Peng, Rui Men, Ruize Gao, Runji Lin, Shijie Wang, Shuai Bai, Sinan Tan, Tianhang Zhu, Tianhao Li, Tianyu Liu, Wenbin Ge, Xiaodong Deng, Xiaohuan Zhou, Xingzhang Ren, Xinyu Zhang, Xipin Wei, Xuancheng Ren, Yang Fan, Yang Yao, Yichang Zhang, Yu Wan, Yunfei Chu, Zeyu Cui, Zhenru Zhang, Zhihao Fan

cs.AI

Resumen

Este informe presenta la serie Qwen2, la última incorporación a nuestros grandes modelos de lenguaje y modelos multimodales. Lanzamos una completa gama de modelos de lenguaje fundamentales y ajustados a instrucciones, abarcando un rango de parámetros de 0.5 a 72 mil millones, que incluyen modelos densos y un modelo de Mezcla de Expertos. Qwen2 supera a la mayoría de los modelos abiertos anteriores, incluido su predecesor Qwen1.5, y muestra un rendimiento competitivo en comparación con modelos propietarios en diversos puntos de referencia en comprensión del lenguaje, generación, competencia multilingüe, codificación, matemáticas y razonamiento. El modelo insignia, Qwen2-72B, muestra un rendimiento notable: 84.2 en MMLU, 37.9 en GPQA, 64.6 en HumanEval, 89.5 en GSM8K y 82.4 en BBH como modelo de lenguaje base. La variante ajustada a instrucciones, Qwen2-72B-Instruct, logra 9.1 en MT-Bench, 48.1 en Arena-Hard y 35.7 en LiveCodeBench. Además, Qwen2 demuestra sólidas capacidades multilingües, siendo competente en aproximadamente 30 idiomas, que incluyen inglés, chino, español, francés, alemán, árabe, ruso, coreano, japonés, tailandés, vietnamita y más, destacando su versatilidad y alcance global. Para fomentar la innovación y accesibilidad en la comunidad, hemos puesto a disposición públicamente los pesos del modelo Qwen2 en Hugging Face y ModelScope, así como los materiales complementarios, que incluyen código de ejemplo en GitHub. Estas plataformas también ofrecen recursos para cuantificación, ajuste fino e implementación, facilitando una amplia gama de aplicaciones y esfuerzos de investigación.

English

This report introduces the Qwen2 series, the latest addition to our large language models and large multimodal models. We release a comprehensive suite of foundational and instruction-tuned language models, encompassing a parameter range from 0.5 to 72 billion, featuring dense models and a Mixture-of-Experts model. Qwen2 surpasses most prior open-weight models, including its predecessor Qwen1.5, and exhibits competitive performance relative to proprietary models across diverse benchmarks on language understanding, generation, multilingual proficiency, coding, mathematics, and reasoning. The flagship model, Qwen2-72B, showcases remarkable performance: 84.2 on MMLU, 37.9 on GPQA, 64.6 on HumanEval, 89.5 on GSM8K, and 82.4 on BBH as a base language model. The instruction-tuned variant, Qwen2-72B-Instruct, attains 9.1 on MT-Bench, 48.1 on Arena-Hard, and 35.7 on LiveCodeBench. Moreover, Qwen2 demonstrates robust multilingual capabilities, proficient in approximately 30 languages, spanning English, Chinese, Spanish, French, German, Arabic, Russian, Korean, Japanese, Thai, Vietnamese, and more, underscoring its versatility and global reach. To foster community innovation and accessibility, we have made the Qwen2 model weights openly available on Hugging Face1 and ModelScope2, and the supplementary materials including example code on GitHub3. These platforms also include resources for quantization, fine-tuning, and deployment, facilitating a wide range of applications and research endeavors.