Az Alibaba új AI modellje felülmúlja a vezető versenytársakat

Az Alibaba bemutatta legújabb mesterséges intelligencia modelljét, a Qwen 2.5-Max-ot, amely a vállalat közlése szerint felülmúlja a jelenlegi piacvezető modelleket, köztük a DeepSeek-V3-at, az OpenAI GPT-4-et és a Meta Llama-3-at.

A Mixture-of-Experts (MoE) architektúrára épülő modellt több mint 20 billió tokenen tanították, majd felügyelt finomhangolással (SFT) és emberi visszajelzéseken alapuló megerősítéses tanulással (RLHF) fejlesztették tovább. A benchmarkokon kiemelkedő eredményeket ért el: az Arena-Hard teszten 89,4 pontot szerzett (szemben a DeepSeek-V3 85,5 pontjával), a LiveBench-en 62,2 pontot (DeepSeek-V3: 60,5), míg a LiveCodeBench-en 38,7 pontot (DeepSeek-V3: 37,6).

A Qwen 2.5-Max már elérhető a Qwen Chat platformon keresztül, valamint fejlesztők számára az Alibaba Cloud Model Studio szolgáltatáson keresztül, amely kompatibilis az OpenAI API-val. Az Alibaba további fejlesztéseket tervez a modell gondolkodási és érvelési képességeinek növelésére a skálázott megerősítéses tanulás alkalmazásával.

Források:

Alibaba releases AI model it says surpasses DeepSeek Chinese tech company Alibaba released a new version of its Qwen 2.5 artificial intelligence model that it claimed surpassed the highly-acclaimed DeepSeek-V3.

2.

Qwen 2.5-Max: Features, DeepSeek V3 Comparison & More Discover Alibaba's latest AI model, Qwen2.5-Max, designed to compete with top-tier models like GPT-4o and DeepSeek V3.

3.

Qwen2.5-Max: Exploring the Intelligence of Large-scale MoE Model

QWEN CHAT API DEMO DISCORD It is widely recognized that continuously scaling both data size and model size can lead to significant improvements in model intelligence. However, the research and industry community has limited experience in effectively scaling extremely large models, whether they are dense or Mixture-of-Expert (MoE) models. Many critical details regarding this scaling process were only disclosed with the recent release of DeepSeek V3. Concurrently, we are developing Qwen2.

QwenQwen Team