本報訊 （記者袁傳璽）

    1月27日凌晨，阿里云通義重磅開源支持100萬Tokens上下文的Qwen2.5-1M模型，推出7B及14B兩個尺寸，均在處理長文本任務中穩(wěn)定超越GPT-4o-mini；同時開源推理框架，在處理百萬級別長文本輸入時可實現(xiàn)近7倍的提速。

    百萬Tokens長文本，可換算成10本長篇小說、150小時演講稿或3萬行代碼。兩個月前，Qwen2.5-Turbo升級了百萬Tokens的上下文輸入能力，廣受開發(fā)者和企業(yè)歡迎。如今，開源社區(qū)可基于全新的Qwen2.5-1M系列模型，進行長篇小說或多篇學術論文的解析，或是探索倉庫級代碼的分析和升級。

    Qwen2.5-1M擁有優(yōu)異的長文本處理能力。在上下文長度為100萬Tokens的大海撈針（PasskeyRetrieval）任務中，Qwen2.5-1M能夠準確地從1M長度的文檔中檢索出隱藏信息，僅有7B模型出現(xiàn)了少量錯誤。在RULER、LV-Eval等基準對復雜長上下文理解任務測試中，Qwen2.5-14B-Instruct-1M模型不僅擊敗了自家閉源模型Qwen2.5-Turbo，還穩(wěn)定超越GPT-4o-mini，為開發(fā)者提供了一個現(xiàn)有長上下文模型的優(yōu)秀開源替代。

    大模型的長文本訓練需要消耗大量的計算資源，通義團隊通過逐步擴展長度的方法，從預訓練到監(jiān)督微調(diào)再到強化學習等多個階段，高效地將Qwen2.5-1M的上下文長度從4K擴展到256K；再通過長度外推的技術，創(chuàng)新引入Dual Chunk Attention機制，在無須額外訓練的情況下，將上下文長度高性能地穩(wěn)定擴展到1M，從而在較低成本下實現(xiàn)了Qwen2.5-1M模型。

    同時，為了加快推理速度，通義團隊在vLLM推理引擎基礎上，引入基于Minference的稀疏注意力機制，并在分塊預填充、集成長度外推方案和稀疏性優(yōu)化等多環(huán)節(jié)創(chuàng)新改進。基于這些改進的推理框架有效地加快了模型推理速度，在不同模型大小和GPU設備上，處理1M長度輸入序列的預填充速度提升了3.2倍到6.7倍。

    據(jù)了解，Qwen2.5-1M已經(jīng)在魔搭社區(qū)ModelScope和HuggingFace等平臺開源，開發(fā)者可前往下載或直接體驗模型；相關推理框架也已在GitHub上開源，幫助開發(fā)者更高效地部署Qwen2.5-1M模型。開發(fā)者和企業(yè)也可通過阿里云百煉平臺調(diào)用Qwen2.5-Turbo模型API，或是通過全新的Qwen Chat平臺體驗模型性能及效果。

（編輯 張偉）