点击下方卡片，关注“CVer”公众号
AI/CV重磅干货，第一时间送达
在CVer微信公众号后台回复：CodeFusion，可以下载本论文pdf，学起来！
转载自：新智元 | 编辑：编辑部
【导读】微软最近一篇论文爆料，GPT-3.5的参数量只有20B，远远小于之前GPT-3公布175B。网友表示，ChatGPT能力似乎「配得上」这个体量？
GPT-3.5只有200亿参数？
今天，大模型圈都被微软论文中的一纸截图刷爆了，究竟是怎么回事？
就在前几天，微软发表了篇论文并挂在了arXiv上，该论文提出了一个参数量只有75M的小规模扩散模型——CodeFusion。
性能方面，7500万参数的CodeFusion在top-1准确率指标上，可以与最先进的350M-175B模型相媲美。
论文地址：https://arxiv.org/abs/2310.17680
这篇论文的工作很有意义，但引起大家格外注意的却是——
作者在对比ChatGPT（gpt-3.5-turbo）时，标称的参数量竟然只有20B！
扫码加入CVer知识星球，可以最快学习到最新顶会顶刊上的论文idea和CV从入门到精通资料，以及最前沿项目和应用！发论文强推！
在此之前，大家针对GPT-3.5参数量的猜测都是1750亿，这相当于是缩减了差不多十倍！
根据这篇论文的爆料，网友还去维基百科上更新了GPT-3.5的介绍，直接把参数大小改成了20B。
消息一出，直接登上知乎热搜，网友们都炸了。
有人表示，赶紧回头再把我之前模型蒸馏的博文拿出来复习复习 。
是「乌龙」还是「事实」？
网友的爆料贴一出，瞬间就引发了激烈的讨论。
目前，已经有超过68万人前来围观。
这位老哥表示，论文的几位作者也都在用推特，估计过不了多久就会亲自下场解释。
而对于这个神秘的「20B」，网友们也是众说纷纭。
有人猜测，这很可能是作者手误打错了。比如原本是120B，或者200B。
结合现实中的各项评测来看，确实有很多小模型能够取得和ChatGPT差不多的成绩，比如Mistral-7B。
也许，这也是侧面证实了GPT-3.5体量真的不大。
很多网友也认为20B的参数可能是准确的，纷纷发出感叹：
「这也太难以想象了！Falcon-180B和Llama2-70B，竟然都无法击败这款20B的模型。」
也有网友认为，gpt-3.5-turbo是精炼版的gpt-3.5。
而这次参数的「泄露」，正好从侧面印证了那些关于gpt-3.5-turbo表现不如旧版gpt-3.5的传言。
不过，根据OpenAI的官方文档，除了已经不再使用的text-davinci和code-davinci，GPT-3.5家族全员都是基于gpt-3.5-turbo构成的。
微软发布CodeFusion
而爆出GPT3.5只有20B参数的微软论文，是想介绍一个用于代码生成的扩散模型。
研究人员针对Bash、Python和Microsoft Excel条件格式（CF）规则的自然语言生成代码的任务来评估这个模型——CodeFusion。
实验表明，CodeFusion（只有75M参数）在top-1精度方面与最先进的LLM（350M-175B参数）相当，并且在top-3和top-5精度方面性能和参数比非常优秀。
模型架构
CODEFUSION用于代码生成任务，它的训练分为两个阶段，第一阶段是无监督预训练，第二阶段是有监督微调。
在第一阶段，CODEFUSION使用未标记的代码片段来训练降噪器和解码器。它还使用可训练的嵌入层L，将代码片段嵌入到连续空间中。
在第二阶段，CODEFUSION进行有监督的微调，使用来自文本-代码对数据。在这个阶段，编码器、降噪器和解码器都会得到调整，以更好地执行任务。
此外，CODEFUSION还借鉴了之前有关文本扩散的研究成果，将来自解码器的隐藏表示D融合到模型中。这是为了改进模型的性能。在训练过程中，在不同step中，模型引入一些噪声，然后计算损失函数，以确保生成的代码片段更符合预期的标准。
总之，CODEFUSION是一个执行代码生成工作的小模型，通过两个阶段的训练和噪声引入来不断提升其性能。这个模型的灵感来自于文本扩散的研究，并通过融合解码器的隐藏表示来改进损失函数，以更好地生成高质量的代码片段。
扫码加入CVer知识星球，可以最快学习到最新顶会顶刊上的论文idea和CV从入门到精通资料，以及最前沿项目和应用！发论文强推！
评估结果
下表总结了CODEFUSION模型与各个基线模型在top-1、top-3和top-5设置下的性能表现。
在top-1中，CODEFUSION的性能与自回归模型相媲美，甚至在某些情况下表现更出色，尤其是在Python任务中，只有GPT-3（175B）的性能稍微优于CODEFUSION（75M）。然而，在top-3和top-5方面，CODEFUSION明显优于所有基线模型。
表下表展示了CODEFUSION和自回归模型（包括T5、CodeT5、StarCoder、CodeGen、GPT-3）在各项基准任务上的平均多样性结果，考察了每个模型的前5代生成结果。
相对于自回归模型，CODEFUSION生成更加多样化的结果，表现更出色。
在消融实验中，作者停止了去噪过程，并生成了在时间步t∈[0, T]范围内的当前状态的代码片段。利用归一化字符串编辑距离来衡量每个时间步长（每100步为一个增量）所获得的结果。
这一方法有助于总结和展示CODEFUSION模型的逐步进展，如下图所示。
说了这么多，GPT-3.5的参数量到底是多少？GPT-4与GPT-3.5在技术和其他方面有着什么样的联系？
GPT-3.5是一个个小专家模型的集成还是一个通才模型？是通过更大模型的蒸馏还是更大数据训练？
这些问题的答案只能等到真正开源的时候才能揭晓了。
参考资料：
https://arxiv.org/abs/2310.17680
https://twitter.com/felix_red_panda/status/1718916631512949248
在CVer微信公众号后台回复：CodeFusion，可以下载本论文pdf，学起来！
ICCV / CVPR 2023论文和代码下载
后台回复：CVPR2023，即可下载CVPR 2023论文和代码开源的论文合集
后台回复：ICCV2023，即可下载ICCV 2023论文和代码开源的论文合集计算机视觉和Transformer交流群成立
扫描下方二维码，或者添加微信：CVer444，即可添加CVer小助手微信，便可申请加入CVer-计算机视觉或者Transformer 微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer、NeRF等。
一定要备注：研究方向+地点+学校/公司+昵称（如目标检测或者Transformer+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群▲扫码或加微信号: CVer444，进交流群
CVer计算机视觉（知识星球）来了！想要了解最新最快最好的CV/DL/AI论文速递、优质实战项目、AI行业前沿、从入门到精通学习教程等资料，欢迎扫描下方二维码，加入CVer计算机视觉（知识星球），已汇集近万人！
▲扫码加入星球学习▲点击上方卡片，关注CVer公众号
扫一扫
2301
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
