你好，我是郭震
今年9月，阿里云开源Qwen2.5大模型，经过1个月的使用，另结合国内外主流榜单，得出结论：爆！Qwen2.5是目前「国内第一开源大模型」。
说到这里，可能有些人不禁会问，你怎么证明它是国内最好的开源大模型呢？接下来，给大家论述下，阅读完后，就知道我说的有无道理。
最近做科研，正好也在比较国内外各个不同的大模型，很多朋友应该听过GPT-4o这个模型吧，它在很长一段时间都是领先的大模型之一。
今天拿GPT-4o和Qwen2.5，从数学推理维度，测试一道中小学生数学题，题目来自推理数据集GSM8K，题目是英文，英文不好的，直接观察结果就行：
首先提问GPT4o，给出的答案是8：
![]()
然后同样问题提问Qwen2.5，它给出的答案是10：
![]()
![]()
看到Qwen2.5的回复看起来明显是靠谱的，正确答案的确也是10，这是一道求解一元一次方程的问题，Qwen2.5从推理到最后的答案，回答都超过GPT4o。
在实测了两者数学推理的能力后，初步证明了Qwen2.5的性能很爆，具有很好的数学推理能力。
看了这个具体的例子，接下来看下各个大模型的榜单排名情况。9月12日，gpt-o1发布，大模型的推理能力提升到一个新的level，根据hugging face的大模型榜单：Qwen2.5是国内第一开源大模型，领先于Llama3.1和GPT-4。这个榜单名字叫ZeroEval，它是一个非常综合的榜单，具有很强的说服力。他从四个不同纬度评估大模型能力，MMLU-Redux数据集评估知识推理，文章开头使用的GSM和MATH（Level 5）评估数学推理，ZebraLogic评估逻辑推理，CRUX评估代码推理，ZeroEval榜单介绍原文如下所示：![]()
另外还有更多其他榜单，如下面，Qwen2.5的代码能力，红框所示，超过o1：所以，想学习编程的，可多借助Qwen2.5，提升学习效率。
Qwen2.5占据国内最好开源大模型，它是如何做到的？Qwen2.5是在18T tokens数据上进行预训练，拥有更多的知识、更强的编程和数学能力。Qwen2.5-72B模型正如我们在Zero-Eval榜单中看到的，在MMLU-rudex基准（考察通用知识）、MBPP 基准（考察代码能力）和MATH基准（考察数学能力）的得分高达86.8、88.2、83.1，如下图所示：![]()
在生态上，通义千问(Qwen) 开疆拓土，与海内外的开发者共建生态网络，截至2024年9月中旬，通义千问开源模型下载量突破4000万，Qwen系列衍生模型总数已超过7万个，超越Llama，成为国内外衍生模型最多的大模型。综合以上各个不同榜单，Qwen多模态训练和得分，开源社区衍生模型数量，得出结论，目前国内最好用的大模型，Qwen2.5，应该当之无愧！
下面是我创作的一个AI教程，全部开源免费，目前下载量突破10万：这个《普通人学AI指南》PDF，一共42页，都是我来编写的，完全免费，大家在我下面的公众号回复：AI，直接拿走。以上。如果对你有用，随手点个赞、在看、转发三连吧，如果以后想第一时间收到推送，也可以给我个星标⭐。谢谢你看我的文章，下篇文章再见。
