性能超越Llama2-13B，可免费商用，姚星创业公司开源百亿参数通用大模型 机器之心报道 机器之心编辑部 高性能、可商用，国产大模型又有开源新动向。 8 月 7 日，百亿参数高性能通用大模型「XVERSE-13B」宣布开源。 Hugging Face：https://huggingface.co/xverse/XVERSE-13B Github：https://github.com/xverse-ai/XVERSE-13B 而 XVERSE-13B 的打造者，正是前腾讯公司副总裁姚星老师于2021年初创立的AI 与元宇宙技术服务公司元象 XVERSE。 姚星 在离职创业之前，姚星主导创建了腾讯首个人工智能实验室 AI Lab（2016 年）和首个机器人实验室 Robotics X （2018 年），曾推进腾讯在机器学习、计算机视觉、语音到自然语言处理等前沿 AI 技术的研究与应用，主导推出多个有行业影响力的应用与产品，包括国家围棋队 AI 陪练「绝艺」、王者荣耀 AI「绝悟」、中国首款临床用智能显微镜、AI 驱动的新药发现平台「云深智药」及腾讯智慧种植方案 iGrow 等。 打造最强性能的开源大模型 XVERSE-13B 是目前同尺寸中效果最好的多语言大模型，可免费商用。它具备了高性能、全开源、可商用等诸多优势，能大大降低高校和企业部署使用大模型的成本，不仅实现了国产可替代，也是中文应用更好的选择。 在多项权威的标准中文和英文测评中，性能超越了 Llama-2-13B、Baichuan-13B 等国内外开源大模型（见下图一）。 图一：经过多项权威测评，XVERSE-13B 是目前同尺寸中效果最好的多语言大模型。 作为一个通用大模型，XVERSE-13B 可提供文本生成、自动化写作、数据分析、知识问答、多语言翻译、个性化交互、人物角色扮演、专业小助手等多方面的生成服务，在医疗、文旅、金融和娱乐等多个行业具有广阔应用前景。 据了解，元象近期还将发布大模型 Chat 版，开箱即用，持续优化开发者体验。 训练语料对大模型效果至关重要。XVERSE-13B 构建了一个高达 1.4 万亿高质量、多样化 tokens 的训练数据集，同时优化采样策略和数据组织方式，让模型支持中、英、俄、西等 40 多种语言，并且多语言任务处理的性能与效果俱佳。 XVERSE-13B 支持 8192 的上下文窗口，是同尺寸模型中最长的，从而能出色应对复杂场景，比如更长的多轮对话、知识问答与摘要等，应用范围更广泛。 模型使用标准 Transformer 网络结构，从零开始训练，还自主研发多项关键技术，包括高效算子、显存优化、并行调度策略、数据 - 计算 - 通信重叠、平台和框架协同等，让训练效率更高，模型稳定性强，在千卡集群上的峰值算力利用率可达到 58.5%，位居业界前列。 多个权威中文测评中表现优异，超越 Baichuan-13B 为验证模型各项能力，XVERSE-13B 通过 C-Eval、AGIEval 和 GAOKAO-Bench 等三个最具影响力的中文测评基准的综合评估（图二），表现优异，超越了同参数规模主流模型，如 Baichuan-13B、Llama-2-13B、Ziya-LLaMA-13B 等。 图二：在多个权威中文测评中，XVERSE-13B 表现超越了同参数规模的主流模型。 在中文 C-Eval 的测评中（图三），XVERSE-13B 综合评分达到了 54.7 分，超越了同参数规模的主流模型。C-EVAL 测评基准由上海交通大学、清华大学以及爱丁堡大学联合创建，是面向中文语言模型的综合考试测试集，覆盖了 52 个来自不同行业领域的学科。 图三：C-Eval 中文测评结果。 在 AGIEval 测评里，XVERSE-13B 综合评分达到 41.4 分，超越了同参数规模主流模型（图二）。AGIEval 测评基准由微软研究院发起，旨在全面评估基础模型在人类认知和问题解决相关任务上的能力，包含了中国的高考、司法考试，以及美国的 SAT、LSAT、GRE 和 GMAT 等 20 个公开且严谨的官方入学和职业资格考试。 在 GAOKAO-Bench 测评中，XVERSE-13B 综合评分达到了 53.9 分，显著领先于同参数规模的主流模型（图二）。GAOKAO-Bench 测评基准是复旦大学研究团队创建的测评框架，以中国高考题目作为数据集，用于测评大模型在中文语言理解和逻辑推理能力方面的表现。 英文测评表现领先 Llama-2-13B XVERSE-13B 的英文表现同样出色，在英文最权威评测 MMLU 中，其综合评分高达 55.1 分，几乎在所有维度超越了同参数规模的主流模型（图四），包括 Llama-2-13B、Baichuan-13B 等。 图四：MMLU 英文测评结果。 MMLU 由加州大学伯克利分校等知名高校共同打造，集合了科学、工程、数学、人文、社会科学等领域的 57 个科目，主要目标是对模型的英文跨学科专业能力进行深入测评。其内容广泛，从初级水平一直涵盖到高级专业水平。 需要强调的是，测评只反映了大模型底座的核心能力，元象将持续迭代优化，全面提升模型能力。 免费可商用 哈工大率先使用助力研究 秉持开源精神，XVERSE-13B 代码采用 Apache-2.0 协议，向学术研究完全开源，企业只需简单登记，即可免费商用。 哈尔滨工业大学（下称「哈工大」）作为我国最早从事自然语言处理研究的顶级科研团队，已经率先使用 XVERSE-13B 大模型推进相关研究工作。哈工大计算机科学与技术学院张伟男教授表示，「开源是互联网时代主流模式，不仅能贡献社区，推动技术持续创新，还能利用协同解决算法透明性、稳定性、公众信任度等共性问题。」 元象 XVERSE 创始人姚星表示：「真实世界的感知智能（3D），与真实世界的认知智能（AI），是探索通用人工智能（AGI）的必由之路，也是元象持续探索 3D 与 AI 前沿技术的动力。XVERSE-13B 是我们在国产技术自立自强上迈出的一小步，而开源开放将激发大模型生态活力，让 AI 的未来发展迈出一大步，为实体经济、数字经济的发展注入强劲动力。我们期待与众多企业与开发者携手，开创大模型商用新纪元。」 ?THE END 转载请联系本公众号获得授权 投稿或寻求报道：content@jiqizhixin.com