Qwen

Qwen (také nazývaná Tongyi Qianwen, čínsky 通义千问, českou transkripcí Tchung-i Čchien-wen) je rodina velkých jazykových modelů vyvinutých čínskou společností Alibaba Cloud. V červenci 2024 byl Qwen v některých žebříčcích hodnocen jako nejlepší čínský jazykový model a na třetím místě na světě za nejlepšími modely Anthropic a OpenAI.

Modely

Společnost Alibaba poprvé spustila beta verzi modelu Qwen v dubnu 2023 pod názvem Tongyi Qianwen. Architektura modelu byla založena na architektuře Llama vyvinuté společností Meta AI. Veřejně byl model vydán v září 2023 po schválení čínskými úřady. Modely jsou někdy označovány jako open source, ale trénovací program nebyl zveřejněn ani nebyla zdokumentována trénovací data, takže modely nesplňují běžné podmínky tohoto označení.

V červnu 2024 společnost Alibaba spustila řadu modelů Qwen 2 a v září vydala některé ze svých modelů s otevřenými vahami, přičemž své nejpokročilejší modely si ponechala proprietární.

28. dubna 2025 byla vydána rodina modelů Qwen 3, které jsou pod licencí Apache 2.0. Zahrnuje jak husté (0,6B, 1,7B, 4B, 8B, 14B a 32B parametrů), tak řídké modely (30B s 3B aktivovanými parametry, 235B s 22B aktivovanými parametry). Byly trénovány na 36 bilionech tokenů ve 119 jazycích a dialektech. Všechny modely kromě variant 0,6B, 1,7B a 4B mají kontextové okno tokenů o velikosti 128K. Stejně jako modely o1 a QwQ 32B od OpenAI, i modely Qwen 3 podporují uvažování, které lze povolit nebo zakázat pomocí tokenizátoru. Modely Qwen 3 jsou k dispozici na chat.qwen.ai a lze je stáhnout prostřednictvím Hugging Face a ModelScope.

Reference

V tomto článku byl použit překlad textu z článku Qwen na anglické Wikipedii.

Externí odkazy

• Obrázky, zvuky či videa k tématu Qwen na Wikimedia Commons

Portály: Čína | Svobodný software