“姜子牙通用大模型v1”是由IDEA開發(fā)的一款領(lǐng)先的自然語(yǔ)言處理模型�；�于LLaMa的130億參數(shù)的大規(guī)模預(yù)訓(xùn)練模型，具備翻譯、編程、文本分類、信息抽取、摘要、文案生成、常識(shí)問(wèn)答和數(shù)學(xué)計(jì)算等能力。目前姜子牙通用大模型v1已完成大規(guī)模預(yù)訓(xùn)練、多任務(wù)有監(jiān)督微調(diào)和人類反饋學(xué)習(xí)三階段的訓(xùn)練過(guò)程。

　　本次UCloud上線的是姜子牙大模型的Ziya-LLaMA-7B-Reward模型鏡像。該模型基于Ziya-LLaMA模型，在自標(biāo)注高質(zhì)量偏好排序數(shù)據(jù)、嚴(yán)格過(guò)濾的外部開源數(shù)據(jù)這兩個(gè)偏好排序數(shù)據(jù)上進(jìn)行訓(xùn)練。同時(shí)該模型能夠模擬中英雙語(yǔ)生成的獎(jiǎng)勵(lì)環(huán)境，對(duì)LLM生成結(jié)果提供準(zhǔn)確的獎(jiǎng)勵(lì)反饋。

　　作為最新一代發(fā)布的大語(yǔ)言模型，“姜子牙通用大模型v1”具備以下三個(gè)方面的優(yōu)勢(shì)：

　　1、全面的數(shù)據(jù)訓(xùn)練：使用來(lái)自多個(gè)領(lǐng)域和多種來(lái)源的原始數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，包括英文和中文數(shù)據(jù)。通過(guò)去重、打分、分桶、規(guī)則過(guò)濾和數(shù)據(jù)評(píng)估等處理，最終得到125B tokens的有效數(shù)據(jù)。這種全面的數(shù)據(jù)訓(xùn)練使得模型具備廣泛的語(yǔ)言知識(shí)和理解能力。

　　2、高效的中文編解碼：通過(guò)擴(kuò)充詞表、優(yōu)化分詞方式，提升了對(duì)中文的編解碼效率。通過(guò)增加常見中文字并復(fù)用Transformers中的LlamaTokenizer，實(shí)現(xiàn)了高效的中文處理能力。

　　3、多任務(wù)有監(jiān)督微調(diào)和人類反饋訓(xùn)練：在多任務(wù)有監(jiān)督微調(diào)階段采用課程學(xué)習(xí)和增量訓(xùn)練的策略，通過(guò)"Easy To Hard"的方式進(jìn)行訓(xùn)練。同時(shí)，通過(guò)人類反饋訓(xùn)練進(jìn)一步提升模型的綜合表現(xiàn)。人類反饋訓(xùn)練采用了以人類反饋強(qiáng)化學(xué)習(xí)為主的方法，結(jié)合多種其他手段聯(lián)合訓(xùn)練，包括人類反饋微調(diào)、后見鏈微調(diào)、AI反饋和基于規(guī)則的獎(jiǎng)勵(lì)系統(tǒng)等。這些訓(xùn)練方法使得模型能夠更好地理解人類意圖、減少錯(cuò)誤輸出，并提高整體性能。

　　這些優(yōu)勢(shì)使得姜子牙大模型成為一款強(qiáng)大的自然語(yǔ)言處理模型，不僅在語(yǔ)言知識(shí)和理解能力方面有出色表現(xiàn)，可以高效處理中文，并且經(jīng)過(guò)多任務(wù)有監(jiān)督微調(diào)和人類反饋訓(xùn)練，可進(jìn)一步提升性能和準(zhǔn)確性，尤其在角色扮演的領(lǐng)域，表現(xiàn)效果尤為突出。

　　寫在最后

　　作為開源模型，姜子牙大模型鼓勵(lì)開發(fā)者和研究者之間的合作和共享，這使得更多的人可以通過(guò)領(lǐng)域知識(shí)微調(diào)，共同改進(jìn)模型并推動(dòng)新模型的推出與發(fā)展，技術(shù)的本質(zhì)在于應(yīng)用，ChatLaw（法律大模型）應(yīng)用法律行業(yè)，就是大模型落地垂直業(yè)務(wù)場(chǎng)景的極佳案例。

　　UCloud將繼續(xù)與IDEA等優(yōu)秀合作伙伴密切合作，致力于完善大模型和算力相結(jié)合的MaaS（Model as a service）服務(wù)生態(tài)，積極推進(jìn)人工智能技術(shù)的發(fā)展，為客戶提供更多高性能、高可靠性的“算力+模型”解決方案，助力企業(yè)實(shí)現(xiàn)智能化轉(zhuǎn)型和業(yè)務(wù)創(chuàng)新，一起迎接大模型時(shí)代的機(jī)遇和挑戰(zhàn)！