近日，山海大模型再迭新，各項性能持續(xù)增強的同時，新增實時檢索功能，處理動態(tài)、實時信息更得心應(yīng)手，一問一答更精準(zhǔn)高效，極大提升了用戶使用體驗。

技術(shù)升級，性能全面提升

相較于上一代，山海大模型在語義理解、邏輯推理以及指令遵循性能、對齊能力性能等方面顯著提升。

此次大模型升級中，云知聲引入自我演進偏好學(xué)習(xí)技術(shù)，使得大模型能夠通過自我對弈微調(diào)(SPIN)實現(xiàn)自我提升。

在基礎(chǔ)設(shè)施方面，云知聲升級自研Uniscale訓(xùn)練推理一體化框架，以支持千億級模型的偏好對齊訓(xùn)練。這一升級使得山海能夠處理更大規(guī)模的數(shù)據(jù)集，從而提高訓(xùn)練效率和模型性能。

在數(shù)據(jù)生成方面，云知聲采用指令自我迭代算法，生成了更加復(fù)雜和多樣的指令數(shù)據(jù)。為了降低高質(zhì)量人工偏好數(shù)據(jù)的高昂成本，其結(jié)合了RLHF(強化學(xué)習(xí)人類反饋)和RLAIF(強化學(xué)習(xí)人工智能反饋)方法，生成大量偏好數(shù)據(jù)。同時，借鑒課程學(xué)習(xí)的思路，對偏好數(shù)據(jù)進行重排，使模型能夠從簡單任務(wù)逐步過渡到復(fù)雜任務(wù)，有效提升了學(xué)習(xí)效率和效果。

在算法創(chuàng)新方面，SPIN技術(shù)通過自我對弈機制，讓LLM在迭代過程中自我生成訓(xùn)練數(shù)據(jù)，并通過比較自生成響應(yīng)和人類標(biāo)注響應(yīng)來優(yōu)化其策略。這種方法不僅提升了大模型性能，也充分釋放了人工標(biāo)注數(shù)據(jù)在監(jiān)督微調(diào)(SFT)中的潛力。

新增實時檢索，讓答案觸手可及

為進一步提升用戶體驗，此次升級，山海大模型引入實時檢索功能，無論是最新資訊、熱點事件還是專業(yè)查詢，用戶的每一問，都將得到更精準(zhǔn)及時的回應(yīng)。

為了實現(xiàn)這一流程，云知聲自研Agent框架，充分釋放大模型推理和交互潛力，確保了用戶意圖的精準(zhǔn)理解、信息的高效獲取與總結(jié)，以及生成高質(zhì)量回應(yīng)的可靠性。

應(yīng)用先進的意圖理解和高效的實時信息獲取能力，山海能夠在極短的時間里對用戶的交互進行意圖判斷，并依托對自身知識庫的深刻理解，精準(zhǔn)決策對話過程中是否需要額外信息的支持。這一過程不僅避免了無效的檢索，還顯著提升了對話生成的速度和準(zhǔn)確性。

當(dāng)山海判斷用戶的交互超出了自己的認(rèn)知時，能夠迅速啟動信息搜索機制，從互聯(lián)網(wǎng)的海量數(shù)據(jù)中迅速定位并提取相關(guān)話題內(nèi)容。通過高效的信息處理和總結(jié)，為用戶提供準(zhǔn)確、及時且詳盡的答復(fù)。

目前，實時檢索功能已在山海小程序同步上線，歡迎大家體驗試用，讓山海真正成為你工作生活中的隨身智能助手。

（免責(zé)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(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)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(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)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(xì)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。 ）