技术进步迅速，模型也在持续进化。您可能想知道，是否有一种模型既能高效完成通用对话任务，又能有效处理代码？今天我要向大家展示的，是一款集这些优点于一身的全新开源模型——V2.5！
模型发布情况
今日，我们团队顺利将-V2-Chat与-Coder-V2两个模型合并，并正式推出了-V2.5版本。新模型继承了先前两个模型的诸多优势，同时在满足人类偏好这一领域，展现出了更佳的匹配度。而且，-V2.5 已经在网页版和API接口中全面应用；API接口保持了与旧版本的兼容性；无论是通过 -coder 还是 -chat，用户都可以轻松访问到这款新模型；这大大提升了使用的方便程度。
往期版本升级历程
在六月，我们对-V2-Chat进行了全方位的更新，将Coder V2的Base模型替换成了Chat之前所用的Base模型。这一改动显著增强了其代码生成和推理功能，并且我们还推出了-V2-Chat-0628版本。之后，-Coder-V2 对 Base 模型进行了优化和调整，其通用性得到了大幅增强。随后，推出了 -Coder-V2 0724 版本。经过反复的精炼和完善，最终形成了我们目前使用的 -V2.5 版本。
使用建议提示
模型这一版进行了不少调整，若在使用时觉得-V2.5不太满意，用户可以试着调整参数配置，这样做有助于提升使用感受。尤其是刚开始使用新模型的时候，这一点特别重要，用户需记得及时调整，以保证模型能充分发挥其效能，提高个人的使用满意度。
通用能力评测情况
该团队使用了业界广泛认可的测试集对-V2.5版本的功能进行了测试，测试结果显示，在包含中文和英文的四个测试集中，-V2.5的表现在各个方面都超过了-V2-0628和-Coder-V2-0724。在内部中文评测中，-V2.5 的胜率显著高于 -V2-0628，并且在与 GPT - 4o mini、-4o - 的对决中也同样表现出色，它涵盖了创作、问答等多种通用技能，从而显著提升了用户的整体使用感受。
代码能力表现
在编程技能上，-V2.5承袭了-Coder-V2-0724的卓越编程手法。在2024年1月至9月进行的特定测试中，其表现有了明显提升。然而，在SWE测试阶段，两个版本的表现均不尽如人意，急需进行改进。在FIM补全任务中，我们使用的评测集DS-FIM-Eval的评分实现了5.1个百分点的增长，这样的提升使得插件补全的功能体验得到了明显的改善。
实际优化成果
V2.5版本的代码在常见应用场景中进行了优化，旨在增强其实际应用的表现力。在内部主观评测DS-Arena-Code中，V2.5版本在与同类产品的较量中，胜率显著提高（评判标准由GPT-4o设定），这一成绩表明，与旧版本相比，它在实际应用方面显现出更显著的优越性。
大家对这款叫做-V2.5的新型号在未来的使用场景中会有怎样的表现，都抱有很高的期待，您可以在评论区发表您的看法。如果您觉得这篇文章对您有所启发，请不要忘记点赞并转发，以此表达您的支持！
发表评论