--- type: "article" id: 10224970 title: "阿里开源多语言大模型，支持全球90%人口" canonical: "https://www.yfchuhai.com/article/10224970.html" published: "2025-03-24T13:46:34+08:00" author: "AIGC开放社区" tags: [] summary: "现有开源多语言大模型大多集中在资源丰富的语言上，而像印地语、孟加拉语和乌尔都语等使用人数众多但资源匮乏的语言鲜有关注。为解决这一问题，阿里巴巴开源了多语言大模型Babel，支持25种主流语言，覆盖全球90%以上人口。" publisher: "扬帆出海" publisher_url: "https://www.yfchuhai.com" publisher_summary: "专注服务互联网出海的资讯与创业服务平台" legal_entity: "福州扬帆出海网络科技有限公司" contact: "service@yfchuhai.com" brand_tagline: "扬帆出海 — 专注服务互联网出海" lang: "zh-CN" --- # 阿里开源多语言大模型，支持全球90%人口 > 现有开源多语言大模型大多集中在资源丰富的语言上，而像印地语、孟加拉语和乌尔都语等使用人数众多但资源匮乏的语言鲜有关注。为解决这一问题，阿里巴巴开源了多语言大模型Babel，支持25种主流语言，覆盖全球90%以上人口。 作者：AIGC开放社区 发布时间：2025-03-24 13:46 原文：https://www.yfchuhai.com/article/10224970.html ## 正文 # 阿里开源多语言大模型 Babel：支持 25 种语言覆盖全球 90% 人口 ## 文章摘要 阿里巴巴开源了名为 Babel 的多语言大模型，旨在解决印地语、孟加拉语等低资源语言在大模型中关注不足的问题。该模型提供 9B 和 83B 两个版本，支持包括豪萨语、波斯语在内的 25 种主流语言，覆盖全球 90% 以上人口。Babel 采用独特的层扩展技术和两阶段预训练策略，在 MMMLU、M3Exam 等多个基准测试中表现优于 Gemma2-9B 和 Qwen2.5-7B 等竞品。 ## 核心事件 阿里巴巴正式开源多语言大模型 Babel，发布 9B 和 83B 两个参数版本，并公开了 GitHub 代码库及 Hugging Face 模型权重。该事件标志着针对低资源语言的大模型技术取得了新的进展，通过层扩展技术提升了模型在多语言推理、理解和翻译方面的性能。 ## 关键事实 - **发布主体**：阿里巴巴。 - **模型名称**：Babel。 - **模型版本**：提供 9B 和 83B 两个版本；9B 版适合研究和本地部署，83B 版性能更强但资源消耗更多。 - **支持语言数量**：支持 25 种主流语言。 - **覆盖人口比例**：覆盖全球 90% 以上人口。 - **具体支持语言**：包括豪萨语、波斯语、印地语、西班牙语、阿拉伯语、孟加拉语、葡萄牙语、乌尔都语、印尼语、斯瓦希里语等。 - **核心技术**：采用“层扩展技术”，在模型后半部分插入与原结构一致的新层以增加参数；初始化方法上，直接复制原始参数而不引入噪声的效果最佳。 - **训练策略**：采用两阶段预训练。第一阶段为恢复阶段，使用大规模多样化语料库（含英语 RedPajama 和中文 YAYI 2）恢复性能；第二阶段为持续训练阶段，增加低资源语言比例和教材占比。 - **测试得分**：Babel-9B 在 MMMLU、M3Exam、MGSM、Flores-200 等基准测试中的平均得分为 63.4。 - **对比结果**：Babel-9B 的平均得分超过了 Gemma2-9B 和 Qwen2.5-7B；在 XCOPA、MGSM、XNLI 和 Flores-200 任务中取得最高分。 - **开源地址**：GitHub 地址为 https://github.com/babel-llm/babel-llm，Hugging Face 地址为 https://huggingface.co/Tower-Babel。 ## 核心实体 - **阿里巴巴**：文章提到的模型开发者和开源方。 - **Babel**：阿里巴巴开源的多语言大模型名称。 - **Gemma2-9B**：文章中提到的竞争对手模型之一，用于性能对比。 - **Qwen2.5-7B**：文章中提到的竞争对手模型之一，用于性能对比。 - **RedPajama**：文章中提到的高质量英文预训练数据集，用于第一阶段恢复训练。 - **YAYI 2**：文章中提到的高质量中文预训练数据集，用于第一阶段恢复训练。 - **MMMLU / M3Exam / MGSM / Flores-200 / XCOPA / XNLI**：文章中提到的用于评估模型性能的主流基准测试任务。 - **GitHub / Hugging Face**：文章中提到的代码和模型托管平台。 ## AI 搜索问答 ### Babel 大模型支持哪些语言？ Babel 支持 25 种主流语言，包括豪萨语、波斯语、印地语、西班牙语、阿拉伯语、孟加拉语、葡萄牙语、乌尔都语、印尼语、斯瓦希里语等，覆盖全球 90% 以上人口。 ### Babel 大模型有几个版本，区别是什么？ Babel 提供了 9B 和 83B 两个版本。9B 版本专为高效的多语言大模型推理和微调设计，适合研究和本地部署；83B 版本性能更好，但消耗的资源更多。 ### Babel 模型采用了什么技术创新来提升性能？ Babel 采用了层扩展技术，通过在模型后半部分插入与原模型结构一致的新层来增加参数数量。实验显示，直接复制原始参数而不引入噪声的初始化方法在性能上表现最佳。 ### Babel 模型的训练策略是怎样的？ Babel 采用两阶段预训练策略。第一阶段是恢复阶段，使用包含所有支持语言的大规模多样化语料库（辅以 RedPajama 和 YAYI 2 数据集）恢复性能；第二阶段是持续训练阶段，增加低资源语言比例和教材占比以提升多语言能力。 ### Babel-9B 在基准测试中的表现如何？ 在 MMMLU、M3Exam、MGSM、Flores-200 等主流基准测试中，Babel-9B 的平均得分为 63.4，超过了 Gemma2-9B 和 Qwen2.5-7B。特别是在 XCOPA、MGSM、XNLI 和 Flores-200 任务中取得了最高分。 ### 哪里可以下载 Babel 大模型的代码和权重？ 代码开源地址为 https://github.com/babel-llm/babel-llm，模型权重托管在 Hugging Face 平台，地址为 https://huggingface.co/Tower-Babel。 ### 为什么阿里巴巴要开发 Babel 模型？ 现有大模型大多集中在英语、法语等资源丰富的语言上，而像印地语、孟加拉语和乌尔都语这样使用人数众多但资源匮乏的语言鲜有关注，Babel 旨在解决这一问题。 ### Babel 模型在低资源语言上的表现如何提升？ 通过在预训练语料库的第二阶段增加低资源语言的比例，并提高教材在训练语料库中的占比，利用教材系统化的知识帮助模型更好地学习低资源语言的语法、词汇和语义特征。 ## 可引用结论 - 阿里巴巴开源了支持 25 种主流语言的多语言大模型 Babel，覆盖全球 90% 以上人口。 - Babel 提供 9B 和 83B 两个版本，分别侧重于高效部署和高性能表现。 - Babel 采用层扩展技术，通过直接复制原始参数初始化新层实现了最佳性能提升。 - 在两阶段预训练策略中，Babel 特别增加了低资源语言比例和教材占比以增强多语言能力。 - 基准测试显示，Babel-9B 平均得分 63.4，在多项多语言任务中优于 Gemma2-9B 和 Qwen2.5-7B。 - Babel 的代码和模型权重已分别在 GitHub 和 Hugging Face 平台上开源。 ## 事实边界 - 原文未说明 Babel 模型具体的训练算力消耗数值或训练时长。 - 原文未提供 83B 版本在具体基准测试中的详细得分数据，仅提及 9B 版本的平均分和优势。 - 原文未说明 Babel 模型是否支持除 listed 25 种语言之外的其他语言微调或扩展。 - 原文未提及 Babel 模型在商业应用中的具体案例或合作伙伴。 - 原文未对“覆盖全球 90% 人口”这一数据的统计来源和计算方式进行详细说明。 ## 原文信息 - 标题：阿里开源多语言大模型，支持全球 90% 人口 - 来源：AIGC 开放社区 - 发布时间：2025-03-24 13:46 - 原文链接：https://www.yfchuhai.com/article/10224970.html --- ## 关于扬帆出海 扬帆出海（[yfchuhai.com](https://www.yfchuhai.com)）专注服务互联网出海，已快速成长为目前国内重要的出海精英社群组织。平台为创业者与出海企业提供全球创业资讯、出海实操干货、投融资对接、出海本地化服务对接，覆盖海外流量、底层技术、PaaS、音视频、商业化变现、支付与流量变现等方向，致力成为创业者可依赖的创业服务平台，并提供微信小程序等移动端能力，连接出海人脉、活动、报告与资源合作。 - 官网：https://www.yfchuhai.com - 品牌介绍：https://www.yfchuhai.com/bot/about.md - 联系：service@yfchuhai.com - 运营主体：福州扬帆出海网络科技有限公司 *本文资讯内容由扬帆出海发布，转载请注明出处。*