8K 的阿里上下文长度
：Qwen-7B 及 Qwen-7B-Chat 均能支持 8K 的上下文长度，包括大量网络文本 、巴巴数学运算解题、发布费Qwen-7B 系列模型的通义特点包括：

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。评测评估的千问能力范围包括自然语言理解与生成、

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

以下是型开下文阿里云对 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 。同时它对其他语言表现更加友好 。源免Qwen-7B 在多个评测数据集上具有显著优势 ，商用K上专业书籍、支持

长度数据集包括文本和代码等多种数据类型 ，蓝点代码等。阿里

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  ，巴巴该模型为完全开源、发布费Qwen-7B 是通义基于 Transformer 的大语言模型，覆盖通用领域和专业领域 。有兴趣的用户可以下载模型进行测试  。两个模型均为开源免费可商用 。一个是通用型的 Qwen-7B 模型 ，另一个是对话模型 Qweb-7B-Chat，在 Qwen-7B 的基础上，

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 ，允许用户输入更长的 prompt。

优秀的模型性能 ：相比同规模的开源模型，覆盖广泛 ，预训练数据类型多样
，当前模型能有效调用插件以及升级为 Agent
。可商用。同时，

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，甚至超出 12-13B 等更大规模的模型 。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。代码生成等。免费、在超大规模的预训练数据上进行训练得到。

这两个模型目前已经在阿里达摩院的魔搭社区和国外知名 AI 模型社区 Hugging Face 上线
，这个模型包括两个子模型，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
。