开源第一!元象国产大模子在威信评测逾越Llama2以及百川

作者:百科 来源:百科 浏览: 【 】 发布时间:2024-12-25 01:59:42 评论数:

8月7日,开源深圳 – 为增长国产大模子开源生态与财富运用的第元兴隆睁开,元象 XVERSE 公司宣告开源其百亿参数的象国信评高功能通用大模子 XVERSE-13B,可收费商用。产大测逾川

XVERSE-13B 是模威当初同尺寸中下场最佳的多语言大模子,在多项威信的及百尺度中文以及英文测评中  ,功能逾越了 Llama-2-13B、开源Baichuan-13B 等国内外开源大模子代表(见图一) 。第元它具备了高功能、象国信评全开源、产大测逾川可商用等诸多优势 ,模威能大大飞腾高校以及企业部署运用大模子的及百老本,不光实现为了国产可替换 ,开源也是第元中文运用更好的抉择。

开源信息现已经在GitHub以及Hugging Face上线 。象国信评

XVERSE-13B 大模子基于尺度 Transformer 妄想,在 1.4 万亿高品质 、多样化 tokens 的磨炼数据上 ,从零磨炼(train from scatch)了130亿参数大模子  ,反对于 40 多种语言,高下文窗口巨细为 8192  。元象近期还将宣告大模子 Chat 版 ,开箱即用,不断优化开拓者体验 。

图一:经由多项威信测评
,XVERSE-13B 是当初同尺寸中下场最佳的多语言大模子图一:经由多项威信测评,XVERSE-13B 是当初同尺寸中下场最佳的多语言大模子

XVERSE-13B 是一个通用大模子,基于它天生的效率搜罗了文本天生、自动化写作  、数据合成、知识问答 、多语言翻译  、特色化交互、人物脚色饰演 、业余小助手等多方面,能为用户带来重大价钱 。

XVERSE-13B 有望在医疗 、教育 、文旅、金融以及娱乐等多个行业具备广漠运用远景,也将为元象自己的元宇宙运用提供强盛技术反对于 。

元象 XVERSE 公司于2021年初在深圳建树 ,是国内乱先的 AI 与元宇宙技术效率公司 ,2022年3月实现为了 A 与 A+ 轮融资 1.2 亿美元。元象在 3D 与 AI 技术规模已经自主自主研收回了行业争先的“端云协同” 3D 互动技术,效率与腾讯音乐、央视、澳门大三巴等行业龙头客户。

打造最强功能的开源大模子

磨炼语料对于大模子下场至关紧张。XVERSE-13B 构建了一个高达 1.4 万亿高品质 、多样化 tokens 的磨炼数据集 ,同时优化采样策略以及数据机关方式,让模子反对于中 、英、俄、西等 40 多种语言,而且多语言使命处置的功能与下场俱佳 。

XVERSE-13B反对于 8192 的高下文窗口,是同尺寸模子中最长的 ,从而能卓越应答重大场景 ,好比更长的多轮对于话、知识问答与摘要等,运用规模更普遍 。

模子运用尺度 Transformer 收集妄想 ,从零开始磨炼,还自主研发多项关键技术,搜罗高效算子、显存优化、并行调解策略 、数据-合计-通讯重叠 、平台以及框架协划一,让磨炼功能更高 ,模子晃动性强,在千卡集群上的峰值算力运用率可抵达 58.5% ,位居业界前线 。

多个威信中文测评中展现优异,逾越 Baichuan-13B

为验证模子各项能耐 ,XVERSE-13B经由 C-Eval 、AGIEval 以及 GAOKAO-Bench 等三个最具影响力的中文测评基准的综合评估(图二) ,展现优异,逾越了同参数规模主流模子,如Baichuan-13B 、Llama-2-13B 、Ziya-LLaMA-13B等。

图二:在多个威信中文测评中,XVERSE-13B 展现逾越了同参数规模的主流模子图二:在多个威信中文测评中 ,XVERSE-13B 展现逾越了同参数规模的主流模子

在中文 C-Eval 的测评中(图三) ,XVERSE-13B 综合评分抵达了 54.7 分 ,逾越了同参数规模的主流模子 。

C-EVAL测评基准由上海交通大学、清华大学以及爱丁堡大学散漫建树 ,是面向中口语语模子的综合魔难测试集 ,拆穿困绕了 52 个来自差距行业规模的学科 。

图三
:C-Eval 中文测评服从图三:C-Eval 中文测评服从

在 AGIEval 测评里 ,XVERSE-13B 综合评分抵达 41.4 分,逾越了同参数规模主流模子(图二)。

AGIEval 测评基准由微软钻研院建议 ,旨在周全评估根基模子在人类认知以及下场处置相关使命上的能耐 ,搜罗了中国的高考、法律魔难 ,以及美国的 SAT 、LSAT、GRE 以及 GMAT 等 20 个果真且松散的民间退学以及职业资历魔难。

在 GAOKAO-Bench 测评中 ,XVERSE-13B 综合评分抵达了 53.9 分 ,清晰争先于同参数规模的主流模子(图二)。

GAOKAO-Bench 测评基准是复旦大学钻研团队建树的测评框架,以中国高考问题作为数据集 ,用于测评大模子在中口语语清晰以及逻辑推理能耐方面的展现 。

英文测评展现争先 Llama-2-13B

XVERSE-13B 英文展现同样卓越,在英文最威信评测 MMLU 中,其综合评分高达 55.1 分 ,简直在所有维度逾越了同参数规模的主流模子(图四) ,搜罗Llama-2-13B、Baichuan-13B等。

图四:MMLU 英文测评服从图四:MMLU 英文测评服从

MMLU 由加州大学伯克利分校等驰名高校配合打造,会集了迷信、工程、数学 、人文、社会迷信等规模的 57 个科目 ,主要目的是对于模子的英文跨学科业余能耐妨碍深入测评。其内容普遍,从低级水平不断涵盖到低级业余水平。

需要夸张的是,测评只反映了大模子底座的中间能耐,元象将不断迭代优化,周全提升模子能耐 。

收费可商用 哈工大争先运用助力钻研

秉持开源肉体,XVERSE-13B 代码接管 Apache-2.0 协议,向学术钻研残缺开源,企业惟独重大挂号,即可收费商用 。

哈尔滨工业大学(下称“哈工大”)作为我国最先处置做作语言处置钻研的顶级科研团队,已经争先运用 XVERSE-13B 大模子增长相关钻研使命 。哈工大合计机迷信与技术学院张伟男教授展现,“开源是互联网时期主流方式  ,不光能贡献社区,增长技术不断立异 ,还能运用协同处置算法透明性、晃动性 、公共信托度等特色下场。”

元象XVERSE独创人姚星展现 :“着实天下的感知智能(3D),与着实天下的认知智能(AI) ,是探究通用家养智能(AGI)的异曲同工 ,也是元象不断探究 3D 与 AI 前沿技术的能源 。XVERSE-13B 是咱们在国产技术自主自强上迈出的一小步  ,而开源凋谢将激发大模子生态去世气愿望,让 AI 的未来睁开迈出一大步,为实体经济 、数字经济的睁开注入单薄能源 。咱们期待与泛滥企业与开拓者携手 ,独创大模子商用新纪元!”

图五:元象3D AIGC妄想图五 :元象3D AIGC妄想

最近更新