« Qwen » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 2 : | Ligne 2 : | ||
== Définition == | == Définition == | ||
Qwen (prononcé « chüen ») est une famille de grands modèles de langage développés par Alibaba Cloud et basés sur l'architecture '''[[Llama]]''' de Meta AI. Plus précisément, il se compose de trois principaux types de modèles : le modèle linguistique de base (Qwen), les modèles optimisés pour les conversations (Qwen-Chat) et les variantes quantifiées des modèles de conversation. | |||
Voir aussi '''[[grand modèle de langues]]''', '''[[ | Voir aussi '''[[grand modèle de langues]]''', '''[[modèle fondateur]]''' et '''[[réseau autoattentif]]''' | ||
== Compléments == | |||
Qwen utilise un '''[[segmenteur]]''' personnalisé basé sur la bibliothèque tiktoken avec un vocabulaire de 151 851 '''[[segment textuel]]'''. Ce '''[[segmenteur]]''' est optimisé pour un encodage efficace des données chinoises, anglaises et codées, tout en prenant en charge le contenu multilingue. La famille de modèles Qwen 3 comprend à la fois des modèles denses ou non. | |||
Aussi appelé ''Tongyi Qianwen''. | |||
== Français == | == Français == | ||
| Ligne 11 : | Ligne 17 : | ||
== Anglais == | == Anglais == | ||
'''Qwen''' | '''Qwen''' | ||
<!--Qwen (pronounced "chüen") is a family of large language models developed by Alibaba Cloud and was based on the Llama architecture of Meta AI. More precisely, it consists of three main types of models: base language model (Qwen), conversation-optimized models (Qwen-Chat), and quantized variants of the chat models. Qwen uses a custom tokenizer based on the tiktoken library with a vocabulary of 151,851 tokens. This tokenizer is optimized for efficient encoding of Chinese, English, and code data, while also supporting multilingual content. The Qwen 3 model family includes both dense and sparse models.--> | |||
== Sources == | == Sources == | ||
Dernière version du 13 juin 2025 à 17:34
en construction
Définition
Qwen (prononcé « chüen ») est une famille de grands modèles de langage développés par Alibaba Cloud et basés sur l'architecture Llama de Meta AI. Plus précisément, il se compose de trois principaux types de modèles : le modèle linguistique de base (Qwen), les modèles optimisés pour les conversations (Qwen-Chat) et les variantes quantifiées des modèles de conversation.
Voir aussi grand modèle de langues, modèle fondateur et réseau autoattentif
Compléments
Qwen utilise un segmenteur personnalisé basé sur la bibliothèque tiktoken avec un vocabulaire de 151 851 segment textuel. Ce segmenteur est optimisé pour un encodage efficace des données chinoises, anglaises et codées, tout en prenant en charge le contenu multilingue. La famille de modèles Qwen 3 comprend à la fois des modèles denses ou non.
Aussi appelé Tongyi Qianwen.
Français
Qwen
Anglais
Qwen
Sources
