1.开源大模型的新王 Reflection 70B:性能吊打GPT-4?
刚刚,一个初创团队 HyperWrite 发布 Reflection 70B,成最顶级开源AI模型,横扫 MMLU、MATH、IFEval、GSM8K,在每项基准测试上都超过了 GPT-4o,还击败了 405B 的 Llama 3.1。
Reflection 70B 的独特之处在于其自我纠错技术。
Reflection 70B 使用一种称为 Reflection-Tuning 的全新技术进行训练,让AI学会在推理过程中纠正自己的错误和幻觉。
在官方评测中,Reflection 70B 模型全面超越最强开源Llama 3.1 405B、GPT-4o、Claude 3 Opus、Gemini 1.5 Pro,特别是数学基准GSM8K上直接刷爆,得分99.2%。
要知道,GSM8K 中可能有有超过 1% 的被标为正确的答案实际上有错,也就是说,Reflection 70B 的得分几乎与满分无异。
值得注意的还有 Reflection 70B 的零样本推理能力。面对从未接触过的内容,Reflection 70B 的表现超越了 Claude 3.5、Gemini 1.5 以及 Llama 405 在五次样本测试中的得分。
-
模型下载:https://huggingface.co/mattshumer/Reflection-Llama-3.1-70B
-
试用网址:https://reflection-playground-production.up.railway.app/
Reflection-70B 的编码能力也得到了认证。有网友在 ProLLM 的编码辅助任务中对 Reflection-70B 进行了基准测试。它确实是_最好的开源模型之一,击败了 Llama-3.1 405B_。
2.零一万物开源 Yi-Coder 系列编程助手模型,支持 52 种编程语言
9 月 5 日,零一万物开源 Yi-Coder 代码生成系列模型,提供 1.5B 和 9B 两种参数,每种参数包含基础和聊天模型版本。其中**,Yi-Coder-9B** 的_表现优于其他 10B 参数以下的模型_,如 CodeQwen1.5 7B 和 CodeGeex4 9B,甚至能够与 DeepSeek-Coder 33B 相媲美。
Yi-Coder 支持128K上下文,适用于复杂项目级代码的理解和生成。
Yi-Coder 还支持 52 种主要编程语言,在代码生成和跨文件代码补全方面表现优异。
根据零一万物官方测试,Yi-Coder-9B-Chat 在 HumanEval 和 MBPP 的通过率分别达到了 85.4% 和 73.8%。此外,Yi-Coder 9B 在 CRUXEval-O 的准确率在开源 Coder 模型中首次达到了 50% 以上。
CodeEditorBench 涵盖了四个关键领域:代码调试、代码翻译、代码优化和代码需求转换。结果表明,在开源代码大语言模型中**,Yi-Coder-9B-Chat** 取得了优异的成绩,在 Primary 和 Plus 两个子集中始终优于 DeepSeek-Coder-33B-Instruct 和 CodeQwen1.5-7B-Chat。
3.Mini-Omni:首个开源实时语音交互多模态模型
一个强大的实时语音对话AI模型开源了!
Mini-Omni 是一个开源的多模态大语言模型,具备实时端到端的语音输入和流式音频输出对话能力,它可以在对话时“边思考边说”,实现文本与音频的同步生成。
为了实现这种能力,作者提出了一种文本指导的语音生成方法,以及推理过程中的批量并行策略,以进一步提升性能。Mini-Omni 是第一个完全端到端的开源实时语音交互模型,为未来的研究提供了宝贵的潜力。
-
模型下载:https://hf.co/gpt-omni/mini-omni
-
论文地址:https://hf.co/papers/2408.16725
-
代码仓库:https://github.com/gpt-omni/mini-omni
4.OLMoE:第一个完全开源的MoE大模型
OLMoE-1B-7B 是艾伦人工智能实验室开源的一个拥有 1B 活跃参数和 7B 总参数的MOE模型。该模型在1B参数量级中表现出色,并且在性能上与更大的模型(如 Llama2-13B、 DeepSeekMoE-16B)具有竞争力。OLMoE 完全开源,包括模型权重、代码、数据集等。
论文:OLMoE: Open Mixture-of-Experts Language Models
-
作者:Niklas Muennighoff, Luca Soldaini, Dirk Groeneveld, et al.
-
机构:艾伦人工智能研究院、 Contextual AI、华盛顿大学、普林斯顿大学
-
论文地址:https://arxiv.org/pdf/2409.02060
-
代码地址:https://github.com/allenai/OLMoE
-
模型下载:https://hf.co/allenai/OLMoE-1B-7B-0924
如图 1 所示,OLMoE-1B-7B 显著优于所有开源 1B 模型,并且与推理成本和内存存储明显更高的密集模型相比表现出了竞争力。
这篇论文提出了 OLMoE 模型_用于解决 MoE 模型在开放性和性能上的不足_。
具体来说:
- 模型架构:OLMoE 是一个解码器only的LM,由 NL transformer 层组成。密集模型中的前馈网络(FFN)被 MoE 模块替代,MoE 模块由多个较小的FFN模块(称为专家)组成,每个输入标记只激活其中的一个子集。
- 关键设计决策:
-
专家粒度:使用64个小专家,每层激活8个。
-
路由算法:采用无dropout的标记选择路由。
-
辅助损失:使用负载平衡损失(LLB)和路由器z损失(LRZ)来优化模型的训练。
-
数据集:使用DCLM和Dolma 1.7的数据集进行预训练,数据集包括Common Crawl、StarCoder、arXiv等。
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。