12月11日消息，繼11月初零一萬物發(fā)布Yi-34B 基座模型后，Yi-34B-Chat 微調(diào)模型在11月24日開源上線。開源兩周，Yi-34B-Chat即獲得全球開發(fā)者廣泛關(guān)注，并在全球多個英文、中文大模型權(quán)威榜單名列前茅。
Yi模型開源首月，在Hugging Face社區(qū)下載量為16.8萬，魔搭社區(qū)下載量1.2萬。在GitHub 獲得超過4900個Stars。
據(jù)介紹，截至目前，已有多家知名公司和機構(gòu)推出了基于Yi模型基座的微調(diào)模型，比如獵豹旗下的獵戶星空公司推出的OrionStar-Yi-34B-Chat模型，南方科技大學和粵港澳大灣區(qū)數(shù)字經(jīng)濟研究院（簡稱IDEA研究院）認知計算與自然語言研究中心（簡稱CCNL中心）聯(lián)合發(fā)布的SUS-Chat-34B；AMD和Hugging Face合作的GPU加速大模型的實驗中，也選擇了Yi-6B作為范例項目。
零一萬物宣布，邀請全球開發(fā)者共同測試使用 Yi-34B-Chat 模型能力，一起搭建 Yi 開源模型的應(yīng)用生態(tài)系。
Yi-34B-Chat霸榜中英文大模型榜單
斯坦福大學研發(fā)的大語言模型評測 AlpacaEval Leaderboard 中，Yi-34B-Chat以94.08%的勝率，超越LLaMA2 Chat 70B、Claude 2、ChatGPT，成為世界范圍內(nèi)僅次于GPT-4 英語能力的大語言模型。
AlpacaEval Leaderboard排行榜（發(fā)布于2023年12月7日）
在加州大學伯克利分校主導(dǎo)的LMSYS ORG排行榜中，Yi-34B-Chat也以1102的Elo評分，晉升最新開源SOTA開源模型之列，性能表現(xiàn)追平GPT-3.5。伯克利LMSYS ORG排行榜采用了一個最為接近用戶體感的 “聊天機器人競技場” 特殊測評模式，讓眾多大語言模型在評測平臺隨機進行一對一 battle，通過眾籌真實用戶來進行線上實時盲測和匿名投票。
LMSYS ORG 在12月8日官宣的最新的榜單中，經(jīng)25000的真實用戶投票總數(shù)計算了20個大模型的總得分。在開源模型中，Yi-34B-Chat成為當之無愧的“最強王者” 之一（英語能力），榜單對評價：“Yi-34B-Chat 和 Tulu-2-DPO-70B 在開源界的進擊表現(xiàn)已經(jīng)追平 GPT-3.5”。
LMSYS ORG榜單（發(fā)布于2023年12月8日）
中文能力方面，Yi-34B-Chat 微調(diào)模型同樣不遑多讓。SuperCLUE是一項針對中文能力的排行榜，從基礎(chǔ)能力、專業(yè)能力和中文特性能力三個不同的維度，評估模型的能力。根據(jù)11月底發(fā)布的《SuperCLUE中文大模型基準評測報告 2023》，11月下旬首度發(fā)布的 Yi-34B Chat，迅速晉升到和諸多國產(chǎn)優(yōu)秀大模型齊平的 “卓越領(lǐng)導(dǎo)者” 象限，在多項基準評測中的 “SuperCLUE 大模型對戰(zhàn)勝率” 這項關(guān)鍵指標上，Yi-34B-Chat 取得31.82%的勝率，僅次于GPT4-Turbo。
中文SuperCLUE排行榜（發(fā)布于2023年11月28日）
對廣大開發(fā)社區(qū)來說特別值得一提的是，Yi-34B-Chat 微調(diào)模型還為開發(fā)者提供了 4bit/8bit 量化版模型。Yi-34B-Chat 4bit 量化版模型可以直接在消費級顯卡（如RTX3090）上使用，訓練成本友好。
實力源于Yi 強基座+創(chuàng)新對齊策略
今年11月6日，零一萬物正式開源發(fā)布首款預(yù)訓練大模型 Yi-34B。作為基座模型，Yi-34B能力表現(xiàn)突出，在Hugging Face Open LLM Leaderboard (pretrained) 大模型排行榜（2023年11月5日）、C-Eval中文權(quán)威榜單排行榜中Yi-34B均高居榜首；在MMLU、BBH等評測集上，Yi-34B在通用能力、知識推理、閱讀理解等多項指標評比中全部勝出。
據(jù)零一萬物介紹，除了 Yi 系列強基座的貢獻以外，Yi-34B-Chat 模型的效果還得益于其人工智能對齊（AI Alignment）團隊采用了一系列創(chuàng)新對齊策略。通過精心設(shè)計的指令微調(diào)流程，不僅強化了模型在理解和適應(yīng)人類需求方面的能力，還使得模型與人類價值觀對齊，包括幫助性（Helpful），可靠性（Honest），無害性（Harmless）等。
在強基座設(shè)定下，該團隊采用了一種輕量化指令微調(diào)方案，該方案涵蓋了單項能力提升和多項能力融合兩個階段。
其中，單項能力包括通用指令跟隨、創(chuàng)意內(nèi)容生成、數(shù)學、推理、編程、泛COT、對話交互等。通過大量的消融實驗，針對模型單能力構(gòu)建和多能力融合總結(jié)了獨家認知經(jīng)驗。
在數(shù)據(jù)的量和質(zhì)方面，一方面，團隊在強基座模型上，實現(xiàn)僅需要少量數(shù)據(jù)（幾條到幾百條），就能激發(fā)模型特定單項能力；另一方面，數(shù)據(jù)質(zhì)量比數(shù)量重要，少量高質(zhì)量數(shù)據(jù)比大量低質(zhì)量數(shù)據(jù)更好。通過關(guān)注超出模型能力的“低質(zhì)量”數(shù)據(jù)，減少了模型“幻覺”。
在指令多樣性與難度方面，團隊通過在各能力項下構(gòu)建任務(wù)體系，實現(xiàn)了訓練數(shù)據(jù)中的指令均衡分布，大幅提升了模型泛化性。通過復(fù)合指令構(gòu)造和指令難度進化，不僅提升了模型效果，也顯著降低了對數(shù)據(jù)量的需求。
在風格一致性方面，團隊發(fā)現(xiàn)訓練數(shù)據(jù)的風格會影響模型收斂速度和能力上限的逼近程度，因此統(tǒng)一了回復(fù)風格，比如重點設(shè)計了CoT的回復(fù)風格，實現(xiàn)在輕量SFT情況下，避免了風格不一致加劇模型的“記憶”現(xiàn)象。
在多能力融合階段，團隊采用網(wǎng)格搜索的方法來決定數(shù)據(jù)配比和超參數(shù)的設(shè)置，通過基準測試和自建評測集的結(jié)果來指導(dǎo)搜索過程，成功實現(xiàn)模型的多能力融合。
“風波”過后 Eric Hartford已成Yi-34B的忠實擁躉
事實上，Yi-34B開源發(fā)布后，就獲得了極大關(guān)注，甚至還鬧出一場“風波”。
在11月初Yi-34B開源后，Hugging Face社區(qū)開發(fā)者Eric Hartford敏銳發(fā)現(xiàn)了模型存在的一個小問題。
于是，Eric Hartford在郵件中寫道，“感謝你們提供了一個優(yōu)秀的模型。Yi模型使用了與LLaMA模型完全相同的架構(gòu)，只是將兩個張量改了名字。由于圍繞LLaMA架構(gòu)有很多投資和工具，保持張量名稱的一致性是有價值的?！盓ric建議，在Yi被廣泛傳播前，及時恢復(fù)張量名稱。
零一萬物意識到命名問題的疏忽對開發(fā)者造成的不便，跟Eric和其他開發(fā)者提出說明，表達誠摯的歉意，并很快便在各開源平臺重新提交模型及代碼，完成了開源社區(qū)的版本更新。
然而Eric的這個建議，在國內(nèi)被曲解、誤讀，進而引發(fā)了輿論關(guān)于Yi模型“抄襲”LLaMA的質(zhì)疑。
事實上，一個模型核心技術(shù)護城河是在架構(gòu)之上，通過數(shù)據(jù)訓練獲得的參數(shù)和代碼。
零一萬物團隊在回應(yīng)Yi模型“抄襲”LLaMA的質(zhì)疑時就明確表示，在沿用了開源社區(qū)普遍使用的LLaMA 架構(gòu)之上，零一萬物團隊從零開始，用高質(zhì)量的數(shù)據(jù)集、自研訓練科學和AI Infra打造了 Yi-34B 在內(nèi)的系列模型。為了執(zhí)行對比實驗的需要，對部分推理參數(shù)進行了重新命名。原始出發(fā)點是為了充分測試模型，而非刻意隱瞞來源。
身處這場輿論風暴的中心，Eric自發(fā)且不遺余力為Yi辯護。
他在X（twitter）上寫道：“他們沒有在任何事情上撒謊。所有的模型都是在相互借鑒架構(gòu)。架構(gòu)是學術(shù)研究的產(chǎn)物，已經(jīng)發(fā)表在論文中，任何人都可以自由使用，這絲毫不減損Yi團隊的成就。他們從零開始使用自己創(chuàng)建的數(shù)據(jù)集訓練Yi，對開源領(lǐng)域的貢獻是值得贊揚的。”
緊接著，他又說，“使用Llama架構(gòu)沒有任何問題。訓練才是關(guān)鍵。Yi給了我們目前可獲得的最佳模型，沒有任何可抱怨的?！?/p>
現(xiàn)在，Eric已經(jīng)成為Yi-34B的忠實擁躉，會使用Yi-34b-200k數(shù)據(jù)集訓練其他的模型產(chǎn)品，并感嘆絲滑般的訓練體驗。
另外，魔搭swift框架技術(shù)開發(fā)人員黃錦濤認為，因為沿用了Llama架構(gòu)，Yi-34B的生態(tài)對開發(fā)者非常友好，部署方便輕盈，而且Llama生態(tài)中有很多加速技術(shù)工具，比如對推理加速的支持，均顯著降低了成本。Yi還為開發(fā)者提供了4bit/8bit 量化版模型。Yi-34B-Chat 4bit 量化版模型可以直接在消費級顯卡（如3090、4090）上使用，這就大大降低了基礎(chǔ)模型運行的算力需求。對很多沒有高效能顯卡的個人開發(fā)者來說，顯著降低了使用門檻。
Yi-34B-Chat中文理解能力演示
最后，看看Yi-34B-Chat 模型實力在不同的對話場景中實力如何，直接上幾個直觀的問題演示。
首先，來一段繞口令式的【中文理解】：小王給領(lǐng)導(dǎo)送了一份禮物后。領(lǐng)導(dǎo)說：“小王，你這是什么意思？”小王：“一點心意，意思意思。”領(lǐng)導(dǎo)：“你這就不夠意思了?！毙⊥酰骸靶∫馑迹∫馑??！鳖I(lǐng)導(dǎo)：“小王，你這人真有意思。”小王：“也沒什么別的意思?！鳖I(lǐng)導(dǎo)：“那我多不好意思?！毙⊥酰骸笆俏也缓靡馑??！边@個意思到底是什么意思？
Yi-34B-Chat 給出了準確回復(fù)。
在看看Yi-34B-Chat生成文案的能力。“給我生成一個小紅書文案，給大家安利一只豆沙色的口紅?！?/p>
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
