李开复旗下AI公司零一万物神秘顾客营运，又一位大模子选手登场：

90亿参数Yi-9B。

它堪称Yi系列中的“理科状元”，“恶补”了代码数学，同期概述才略也没落下。

在一系列肖似限制的开源模子（包括Mistral-7B、SOLAR-10.7B、Gemma-7B、DeepSeek-Coder-7B-Base-v1.5等）中，发挥最好。

老执法，发布即开源，尤其对建立者友好：

Yi-9B（BF 16） 和其量化版 Yi-9B（Int8）王人能在毁坏级显卡上部署。

一块RTX 4090、一块RTX 3090就可以。

深度扩增+多阶段增量检修而成

零一万物的Yi家眷此前照旧发布了Yi-6B和Yi-34B系列。

这两者王人是在3.1T token中英文数据上进行的预检修，Yi-9B则在此基础上，增多了0.8T token持续检修而成。

6家快递无法做到下单后三小时取件、身份证核对及提供发票

数据的限定日历是2023年6月。

开始提到，Yi-9B最大的跨越在于数学和代码，那么这俩才略究竟若何普及呢？

零一万物先容：

单靠增多数据量并没法达到预期。

靠的是先增多模子大小，在Yi-6B的基础上增至9B，再进行多阶段数据增量检修。

领先，若何个模子大小增多法？

一个前提是，团队通过分析发现：

Yi-6B检修得照旧很充分，再若何新增更多token练就果可能也不会往上了，是以辩论扩增它的大小。(下图单元不是TB而是B)

若何增？谜底是深度扩增。

零一万物先容：

对原模子进行宽度扩增会带来更多的性能赔本，通过选拔顺应的layer对模子进行深度扩增后，新增layer的input/output cosine 越接近1.0，即扩增后的模子性能越能保持原有模子的性能，模子性能赔本眇小。

依照此念念路，零一万物选拔复制Yi-6B相对靠后的16层（12-28 层)，构成了48层的Yi-9B。

本质表示，这种步调比用Solar-10.7B模子复制中间的16层（8-24层）性能更优。

其次，若何个多阶段检修法？

谜底是先增多0.4T包含文本和代码的数据，但数据配比与Yi-6B一样。

然后增多另外的0.4T数据，雷同包括文本和代码，但重心增多代码和数学数据的比例。

（悟了，就和咱们在大模子发问里的诀要“think step by step”念念路一样）

这两步操作完成后，还没完，神秘顾客公司团队还参考两篇论文（An Empirical Model of Large-Batch Training和Don’t Decay the Learning Rate， Increase the Batch Size）的念念路，优化了调参步调。

即从固定的学习率运行，每当模子loss罢辖下跌时就增多batch size，使其下跌不中断，让模子学习得愈加充分。

最终，Yi-9B骨子共包含88亿参数，肃除4k高下文长度。

Yi系列中代码和数学才略最强

实测中，零一万物使用greedy decoding的生成时势（即每次选拔概率值最大的单词）来进行测试。

参评模子为DeepSeek-Coder、DeepSeek-Math、Mistral-7B、SOLAR-10.7B和Gemma-7B：

（1）DeepSeek-Coder，来自国内的深度求索公司，其33B的提醒调优版块东谈主类评估超过GPT-3.5-turbo，7B版人性能则能达到CodeLlama-34B的性能。

DeepSeek-Math则靠7B参数干翻GPT-4，震荡统共开源社区。

（2）SOLAR-10.7B来自韩国的Upstage AI，2023年12月降生，性能超过Mixtral-8x7B-Instruct。

（3）Mistral-7B则是首个开源MoE大模子，达到以至超过了Llama 2 70B和GPT-3.5的水平。

（4）Gemma-7B来自谷歌，零一万物指出：

其有用参数目其实和Yi-9B一个等第。

（两者定名准则不一样，前者只用了Non-Embedding参数，后者用的是一齐参数目并朝上取整）

肃除如下。

领先在代码任务上，Yi-9B性能仅次于DeepSeek-Coder-7B，其余四位一齐被KO。

在数学才略上，Yi-9B性能仅次于DeepSeek-Math-7B，超过其余四位。

概述才略也不赖。

其性能在尺寸旁边的开源模子中最好，超过了其余一齐五位选手。

终末，还测了知识和推理才略：

肃除是Yi-9B与Mistral-7B、SOLAR-10.7B和Gemma-7B不相高下。

以及谈话才略，不仅英文可以，中语亦然广受好评：

最终末，看完这些，有网友默示：照旧迫不足待想试试了。

还有东谈主则替DeepSeek握了一把汗：

飞快加强你们的“比赛”吧。全面主导地位照旧莫得了==

— 完 —神秘顾客营运