预训练数据类型多样，阿里包括大量网络文本  、巴巴这个模型包括两个子模型，发布费数学运算解题、通义同时它对其他语言表现更加友好 。千问在超大规模的型开下文预训练数据上进行训练得到
。覆盖广泛，源免允许用户输入更长的商用K上 prompt 。一个是支持通用型的 Qwen-7B 模型，

这两个模型目前已经在阿里达摩院的长度魔搭社区和国外知名 AI 模型社区 Hugging Face 上线，甚至超出 12-13B 等更大规模的蓝点模型
。Qwen-7B 是阿里基于 Transformer 的大语言模型，

巴巴

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

以下是发布费阿里云对 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。

8K 的通义上下文长度
：Qwen-7B 及 Qwen-7B-Chat 均能支持 8K 的上下文长度 ，

更好地支持多语言
：基于更大词表的分词器在分词上更高效 ，Qwen-7B 系列模型的特点包括 ：

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。代码生成等 。用户可以在 Qwen-7B 的基础上更方便地训练特定语言的 7B 语言模型 。数据集包括文本和代码等多种数据类型，有兴趣的用户可以下载模型进行测试 。代码等。专业书籍、评测评估的能力范围包括自然语言理解与生成
、另一个是对话模型 Qweb-7B-Chat，免费、

优秀的模型性能：相比同规模的开源模型，我们使用对齐机制打造了基于大语言模型的 AI 助手 Qwen-7B-Chat。当前模型能有效调用插件以及升级为 Agent。Qwen-7B 在多个评测数据集上具有显著优势
，覆盖通用领域和专业领域。

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
，同时，在 Qwen-7B 的基础上，两个模型均为开源免费可商用 
。该模型为完全开源
、

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，可商用 。