如何免费用 Qwen2 辅助你翻译与数据分析？

对于学生用户来说，这可是个好消息。

开源

从前人们有一种刻板印象 — — 大语言模型里好用的，基本上都是闭源模型。而前些日子，Meta推出了Llama3后，你可能已经从中感受到现在开源模型日益增长的威力。当时我也写了几篇文章来介绍这个系列模型，例如这一篇《如何免费用 Llama3 70B 帮你做数据分析与可视化》，很受欢迎。

最近阿里推出了新一代的开源大语言模型 Qwen2。同样是一个系列 — — 从非常小不到 10 亿参数的模型，一直到 72B （也就是 720 亿）参数的中型模型。因为信息比较多，我干脆让 Perplexity 给我对 Qwen2 的信息做了个汇总。

Perplexity 说，Qwen2 系列模型规模大，多语言能力强，并且在编程、数学等领域提升非常明显，且支持超长上下文。最后这一点，我觉得它比 Llama 3 的表现要好。

我这里拿了一张 Qwen2 发布会时的图，它展示了 Qwen2 的 72B 与 Llama3 的 70B 以及 Mixtral-8x22B 混合专家模型间的对比。Qwen2 相较于后者，在每一个指标上都有提升。

当然，我们不能光看数据对吧？这篇文章，咱们得动手实践获得一手认知。首先，咱们来试试本地运行。

尝试

考虑到本地机器计算能力限制，我们选一个小一点的模型，也就是 Qwen2 的 7B 模型。这里我使用 Ollama 来运行它。关于 Ollama 的介绍，可以参考这篇文章。

我们执行指令：

ollama run qwen2