一个是阿里通用型的 Qwen-7B 模型，

这两个模型目前已经在阿里达摩院的巴巴魔搭社区和国外知名 AI 模型社区 Hugging Face 上线，代码生成等。发布费Qwen-7B 系列模型的通义特点包括 
：

大规模高质量预训练数据：我们使用了超过 2.2 万亿 token 的自建大规模预训练数据集进行语言模型的预训练 。另一个是千问对话模型 Qweb-7B-Chat，

8K 的型开下文上下文长度 ：Qwen-7B 及 Qwen-7B-Chat 均能支持 8K 的上下文长度，允许用户输入更长的源免 prompt。用户可以在 Qwen-7B 的商用K上基础上更方便地训练特定语言的 7B 语言模型 。

今天阿里巴巴宣布旗下大型语言模型产品通义千问 7B 参数模型已经开源 ，支持评测评估的长度能力范围包括自然语言理解与生成 、这个模型包括两个子模型 ，蓝点我们使用对齐机制打造了基于大语言模型的阿里 AI 助手 Qwen-7B-Chat
。

更好地支持多语言：基于更大词表的巴巴分词器在分词上更高效，Qwen-7B 是发布费基于 Transformer 的大语言模型 ，免费、通义覆盖广泛
，该模型为完全开源 、覆盖通用领域和专业领域
。甚至超出 12-13B 等更大规模的模型 。数据集包括文本和代码等多种数据类型  ，

支持插件调用：Qwen-7B-Chat 针对插件调用相关的对齐数据做了特定优化
，

优秀的模型性能：相比同规模的开源模型，

魔搭社区 ：https://modelscope.cn/models/qwen/Qwen-7B/summary

Hugging Face ：https://huggingface.co/Qwen/Qwen-7B

Github：https://github.com/QwenLM/Qwen-7B

以下是阿里云对 Qwen-7B 模型的自述 ：

通义千问 – 7B（Qwen-7B） 是阿里云研发的通义千问大模型系列的 70 亿参数规模的模型
。Qwen-7B 在多个评测数据集上具有显著优势，可商用
。

同时，包括大量网络文本、有兴趣的用户可以下载模型进行测试 。数学运算解题、专业书籍
、代码等
。在超大规模的预训练数据上进行训练得到。在 Qwen-7B 的基础上 ，当前模型能有效调用插件以及升级为 Agent。两个模型均为开源免费可商用。同时它对其他语言表现更加友好 。预训练数据类型多样，