Atlas de IA AI ATLAS

Qwen

Uma família de pesos abertos com muitos tamanhos e versões multimodais

Alibaba (Qwen) Modelo Pesos abertos

entradaTextoImagemTexto

O texto completo é apresentado em inglês; o título e o resumo estão traduzidos.

O QUE É

Qwen is a language-model series Alibaba began open-sourcing in August 2023. It spans parameters from 0.5B to 72B and covers both text-only and multimodal versions, with the Qwen-VL line accepting image input. Alibaba releases base models alongside instruction-tuned versions and specialised variants for coding and mathematics. Generations such as Qwen2.5 support a context window in the 128K range, with weights downloadable under a permissive licence. Its complete ladder of sizes makes it a widely used base for secondary development in the open-source community.

Por que vale a pena lembrar

With a full ladder from 0.5B to 72B plus both text and multimodal lines released openly, it lets researchers always find a size that fits their compute — one of the broadest catalogues in the open-weight ecosystem.

Especificações-chave

Parameters: From 0.5B to 72B (Qwen2.5 family)
Context window: 128K tokens (Qwen2.5)
Modality: Text, image in (Qwen-VL); text out
Open weights: Yes

Capacidades

Geração de texto

Continua um texto palavra a palavra

Conversa e seguimento de instruções

Entender a intenção ao longo do diálogo e agir

Raciocínio e cadeia de pensamento

Decompor um problema difícil em passos intermediários

Uso de ferramentas e chamada de funções

Deixar o modelo escolher a API e preencher os argumentos

Conceitos relacionados

Arquitetura Transformer

Substituir o revezamento palavra a palavra por uma sala onde todos falam ao mesmo tempo, deixando dependências distantes a um salto

PLN e grandes modelos de linguagem

Pré-treinamento e ajuste fino

Aprender a língua primeiro com texto não rotulado e depois especializar com poucos dados: o paradigma mais eficiente em dados da IA moderna

PLN e grandes modelos de linguagem

Tokenização

Os modelos não leem caracteres, leem tokens; e como você divide define silenciosamente a capacidade e o custo

PLN e grandes modelos de linguagem

Produtos semelhantes

Llama

A família que tornou a rota de pesos abertos mainstream

Modelo Pesos abertos

DeepSeek-V3

Um MoE de pesos abertos com 671B parâmetros, ativando 37B por token

Modelo Pesos abertos

Mistral Large

O modelo comercial principal de um laboratório europeu de pesos abertos

GLM

Um modelo geral chinês que começou com pré-treinamento de preenchimento de lacunas autorregressivo

Phi

Modelos pequenos e eficientes, construídos com dados selecionados

Modelo Pesos abertos

DeepSeek-R1

Um modelo de raciocínio treinado com RL sobre cadeias de pensamento, com pesos abertos sob licença MIT

Modelo Pesos abertos

Kimi

Um assistente de conversa chinês conhecido por lidar com contextos longos

ERNIE

Um modelo chinês que começou com pré-treinamento enriquecido por conhecimento, versão inicial representativa

Hunyuan

Tencent (Hunyuan)

A família de modelos gerais da Tencent, com versões de pesos abertos

Modelo Pesos abertos

TextoImagemTexto

MiniMax-M

Um modelo de raciocínio de pesos abertos com atenção híbrida e contexto de um milhão de tokens

Modelo Pesos abertos

Yi

Um modelo de pesos abertos bilíngue chinês-inglês, com versões de contexto muito longo

Modelo Pesos abertos

Baichuan

Um modelo geral de pesos abertos voltado ao uso em chinês

Modelo Pesos abertos

DBRX

Modelo de linguagem MoE de pesos abertos da Databricks

Modelo Pesos abertos