Qwen2 Technisch Rapport

Qwen2 Technical Report

July 15, 2024

Auteurs: 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

Samenvatting

Dit rapport introduceert de Qwen2-serie, de nieuwste toevoeging aan onze grote taalmodelen en grote multimodale modellen. We brengen een uitgebreide reeks van fundamentele en instructie-afgestemde taalmodelen uit, met een parameterbereik van 0,5 tot 72 miljard, waaronder dichte modellen en een Mixture-of-Experts-model. Qwen2 overtreft de meeste eerdere open-gewicht modellen, inclusief zijn voorganger Qwen1.5, en vertoont een competitieve prestaties in vergelijking met propriëtaire modellen op diverse benchmarks voor taalbegrip, generatie, meertaligheid, coderen, wiskunde en redeneren. Het vlaggenschipmodel, Qwen2-72B, toont opmerkelijke prestaties: 84,2 op MMLU, 37,9 op GPQA, 64,6 op HumanEval, 89,5 op GSM8K, en 82,4 op BBH als een basis taalmodel. De instructie-afgestemde variant, Qwen2-72B-Instruct, behaalt 9,1 op MT-Bench, 48,1 op Arena-Hard, en 35,7 op LiveCodeBench. Bovendien toont Qwen2 robuuste meertalige capaciteiten, vaardig in ongeveer 30 talen, waaronder Engels, Chinees, Spaans, Frans, Duits, Arabisch, Russisch, Koreaans, Japans, Thai, Vietnamees en meer, wat zijn veelzijdigheid en wereldwijde reikwijdte onderstreept. Om gemeenschapsinnovatie en toegankelijkheid te bevorderen, hebben we de Qwen2-modelgewichten openbaar beschikbaar gemaakt op Hugging Face1 en ModelScope2, en de aanvullende materialen inclusief voorbeeldcode op GitHub3. Deze platforms bevatten ook bronnen voor kwantisatie, fine-tuning en implementatie, wat een breed scala aan toepassingen en onderzoeksinspanningen vergemakkelijkt.

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.