近日,阿里云宣布开源了两款大模型——QWen-7B和QWen-7b-Chat,两款模型属于阿里云通义千问大模型系列,参数规模为70亿。目前已经在Hugging Face和ModelScope平台上开放,均免费、可商用。阿里云在今年4月推出通义千问大模型,如今过去了4个月,国内已是“百模混战”的局面,这个时候阿里云选择了开源的路线。继7月Meta发布开源Llama 2之后,阿里云成为国内首个加入大模型开源行列的科技大厂。
“有意见”留言板
@Futon:也许正说明现在光做大模型已经不够了,开源模型可以更好地利用各种资源,而且还可能帮助阿里云,获得更好的效益。让更多的人参与到模型的开发和使用中来,促进技术进步和普及,同时可以获得更多的贡献和回报,一石三鸟。
@老董:大模型已经看到的太多了,可是现在用起来的还没有看到多少,大模型能不能用,好不好用,在心里还是一个问号,希望今后可以看到更多大模型应用的实例,而不是简单的去“跑跑分”。
@鹅鹅鹅:从阿里云的这个操作来看,可能这个AI模型市场并不赚钱、应用AIGC也是赚钱能力有限。索性不如直接卖算力,吸引更多中小企业用户。
好文章,需要你的鼓励
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
国际能源署发布的2025年世界能源展望报告显示,全球AI竞赛推动创纪录的石油、天然气、煤炭和核能消耗,加剧地缘政治紧张局势和气候危机。数据中心用电量预计到2035年将增长三倍,全球数据中心投资预计2025年达5800亿美元,超过全球石油供应投资的5400亿美元。报告呼吁采取新方法实现2050年净零排放目标。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。