请介绍 Qwen2 模型的整体架构和训练方式。

回答思路

1. 准确描述 Qwen2 的模型架构（如 Transformer、注意力机制、分组查询注意力）
2. 说明训练数据、预训练与后训练（SFT、RLHF）流程
3. 能解释关键设计选择（如上下文长度、MoE 或密集模型）及其影响
4. 对比不同规模或版本间的差异