近日，通义千问发布了 Qwen1.5-110B 模型，这是 Qwen1.5 系列中的新成员，也是该系列中首个参数超过 1000 亿的模型。
该模型在基础模型评估中表现出色，可与 Meta-Llama3-70B 相媲美。在聊天模型评估（包括 MT-Bench 和 AlpacaEval 2.0）中也展现出了优异的性能。
Qwen1.5-110B 模型支持多语言，包括英语、中文、法语、西班牙语等，其上下文长度可达 32K 令牌。
该模型具有以下特性：
- 架构
- ：采用 Transformer 解码器架构，具有分组查询注意力（GQA）。
- 性能
- ：在标准评估和聊天模型评估中均表现卓越。
- 多语言支持
- ：支持多种语言，上下文长度可达 32K 令牌。 根据官方公布的评测结果，Qwen1.5-110B 模型的评测结果略略超过 Llama-3-70B 和 Mixtral-8×22B。在综合理解（MMLU）、数学推理（GSM8K 和 MATH）方面，Qwen1.5-110B 模型的得分比 Llama-3-70B 略高一点点，是几个模型中最强的。而在复杂推理任务 ARC-C 上则略低于 Mixtral-8×22B 模型。在编程测试 HumanEval 得分上，Qwen1.5-110B 模型远超另几个模型，但在 MBPP 编程测试上则低于 Mixtral-8×22B 模型。
可以看出，Qwen1.5-110B 模型在性能和多语言支持方面都具有显著优势，为人工智能领域的发展带来了新的突破。这也让我们对未来的人工智能应用充满期待。
