阿里 Qwen 千问大模型

一. 简介通义千问系列模型为阿里云研发的大语言模型。千问模型基于 Transformer 架构在超大规模的预训练数据上进行训练得到。预训练数据类型多样覆盖广泛包括大量网络文本、专业书籍、代码等。千问大模型现在已经十分强大了可以与GPT5.2掰掰手腕国内的使用还是很推荐的。Qwen1.5Qwen1.5 是 Qwen 开源系列的下一个版本。与之前的版本相比Qwen1.5 显著提升了聊天模型与人类偏好的一致性改善了它们的多语言能力并具备了强大的链接外部系统能力。DashScope 上提供 API 服务的是新版本 qwen 模型的 chat 版本在 chat 能力上大幅提升即便在英文的 MT-Bench 上Qwen1.5-Chat 系列也取得了优秀的性能。Qwen2Qwen2 参数范围包括 0.5B 到 72B包括 MOE 模型。Qwen2 在一系列针对语言理解、语言生成、多语言能力、编码、数学、推理等的基准测试中总体上超越了大多数开源模型并表现出与专有模型的竞争力。Qwen2 增⼤了上下⽂⻓度⽀持最⾼达到 128K tokensQwen2-72B-Instruct能够处理大量输入二. Qwen2-VL ModelScopeQwen2-VL 可以处理任意图像分辨率将它们映射到动态数量的视觉标记中提供更接近人类的视觉处理体验Qwen2-VL 模型特点读懂不同分辨率和不同长宽比的图片Qwen2-VL 在 MathVista、DocVQA、RealWorldQA、MTVQA 等视觉理解基准测试中取得了全球领先的表现。理解 20 分钟以上的长视频Qwen2-VL 可理解长视频并将其用于基于视频的问答、对话和内容创作等应用中。能够操作手机和机器人的视觉智能体借助复杂推理和决策的能力Qwen2-VL 可集成到手机、机器人等设备根据视觉环境和文字指令进行自动操作。多语言支持为了服务全球用户除英语和中文外Qwen2-VL 现在还支持理解图像中的多语言文本包括大多数欧洲语言、日语、韩语、阿拉伯语、越南语等。三. langchain 调用阿里云 api阿里云 api 可以免费试用申请api key后即可使用国内的大模型其实也不差但是特点就是好用的都付费哈哈哈哈 虽然我用的这个效果没有前沿的好但是学习嘛够用了。获取阿里云 API Key使用大模型实现简单的问答系统代码示例# tongyi_qna_system.pyimportosfromlangchain_community.chat_modelsimportChatTongyifromlangchain_core.messagesimportHumanMessage,SystemMessageclassSimpleTongyiQA:def__init__(self,api_key:str): 初始化问答系统 api_key: 阿里云API密钥格式sk-xxxxxxxx self.api_keyapi_key# 验证API密钥格式ifnotapi_key.startswith(sk-):print(警告API密钥格式可能不正确应以sk-开头)# 初始化模型使用qwen-turbo成本较低self.modelChatTongyi(model_nameqwen-turbo,# 先用免费或低成本模型测试dashscope_api_keyself.api_key,temperature0.7,max_tokens1000,streamingFalse)print(通义千问模型初始化成功)print(f使用模型: qwen-turbo)defask(self,question:str,system_prompt:strNone)-str: 提问并获取回答 question: 用户问题 system_prompt: 系统提示词可选 Returns:模型回答 # 构建消息messages[]ifsystem_prompt:messages.append(SystemMessage(contentsystem_prompt))messages.append(HumanMessage(contentquestion))try:print(f\n提问:{question})# 调用模型responseself.model.invoke(messages)print(f\n回答:)print(-*50)print(response.content)print(-*50)returnresponse.contentexceptExceptionase:error_msgstr(e)print(f\n请求失败:{error_msg})# 提供调试建议self._provide_debug_suggestions(error_msg)returnNonedef_provide_debug_suggestions(self,error_msg:str):提供调试建议ifInvalidApiKeyinerror_msgor401inerror_msg:print(1. 检查API密钥是否正确)print(2. 访问 https://dashscope.aliyun.com/ 查看API密钥)print(3. 确保API密钥格式为: sk-xxxxxxxx)elif余额不足inerror_msgorInsufficientBalanceinerror_msg:print(1. 登录阿里云控制台充值)print(2. 检查服务是否已开通)elif未开通服务inerror_msg:print(1. 访问阿里云控制台开通相应服务)print(2. 可能需要实名认证)# 使用示例 defmain():主函数print(*60)print(阿里云通义千问问答系统)print(*60)# 获取API密钥api_keyinput(请输入您的阿里云API密钥 (格式: sk-xxxxxxxx): ).strip()ifnotapi_key:print(未提供API密钥程序退出)return# 创建问答系统实例try:qa_systemSimpleTongyiQA(api_keyapi_key)exceptExceptionase:print(f初始化失败:{e})returnprint(\n*60)print(开始问答输入 quit 或 exit 退出)print(*60)# 交互式问答循环whileTrue:try:# 获取用户输入user_inputinput(\n请输入您的问题: ).strip()# 退出条件ifuser_input.lower()in[quit,exit,退出,q]:print(\n感谢使用再见)breakifnotuser_input:print(输入不能为空请重新输入)continue# 提问并获取回答qa_system.ask(user_input)exceptKeyboardInterrupt:print(\n\n检测到中断程序退出)breakexceptExceptionase:print(f\n发生错误:{e})if__name____main__:main()运行示例大模型给出的结果运行