在近日舉辦的“可信AI·南京人工智能產(chǎn)業(yè)發(fā)展論壇”上,中國(guó)信息通信研究院(中國(guó)信通院)正式揭曉了“可信AI”大模型評(píng)測(cè)結(jié)果,快手“快意大模型”(KwaiYii-175B)在其組織的可信AI大模型評(píng)測(cè)中榮獲最高等級(jí)——5級(jí)評(píng)估,這也是國(guó)內(nèi)首個(gè)獲得“大語(yǔ)言模型專項(xiàng)”5級(jí)評(píng)估的大語(yǔ)言模型,彰顯了其在人工智能領(lǐng)域的技術(shù)創(chuàng)新實(shí)力與行業(yè)領(lǐng)先地位。
「快意」是快手大模型團(tuán)隊(duì)自主研發(fā)的大語(yǔ)言模型,能夠?qū)崿F(xiàn)高效的自然語(yǔ)言理解和文本生成,為復(fù)雜的知識(shí)問(wèn)答、文案創(chuàng)作、實(shí)時(shí)翻譯、邏輯推理,以及代碼編寫與分析等任務(wù)提供強(qiáng)大支持。
自去年 8 月份快手發(fā)布自研大語(yǔ)言模型「快意」(KwaiYii)-13B 版本以來(lái),半年內(nèi)快手又相繼研發(fā)了 66B、175B 版本的大模型,用以適配不同的業(yè)務(wù)場(chǎng)景的需求。經(jīng)過(guò)數(shù)萬(wàn)億 Tokens 訓(xùn)練的快意大模型在 MMLU、C-Eval 等中英文權(quán)威榜單上均取得了行業(yè)領(lǐng)先的成績(jī),在實(shí)際用戶體驗(yàn)和反饋中可以看到,快意 175B 的模型效果已顯著超越了 ChatGPT-3.5,并達(dá)到了接近 GPT-4 的水平。
據(jù)介紹,“快意”模型通過(guò)硬件優(yōu)化與混合并行算法的結(jié)合,實(shí)現(xiàn)了GPU集群算力利用效率超50%的提升,同時(shí)將推理成本有效控制在開(kāi)源方案的十分之一,極大地推動(dòng)了AI應(yīng)用的經(jīng)濟(jì)性和實(shí)用性。
在數(shù)據(jù)處理層面,“快意”模型成功將PB級(jí)別的原始數(shù)據(jù)精煉為TB級(jí)高質(zhì)量訓(xùn)練集,不僅大幅度降低了數(shù)據(jù)處理的負(fù)擔(dān),還通過(guò)課程學(xué)習(xí)式的組織方式,確保了模型訓(xùn)練的高效與平穩(wěn)。此外,該模型覆蓋了廣泛的領(lǐng)域知識(shí),進(jìn)一步強(qiáng)化了其在多元化應(yīng)用場(chǎng)景中的適應(yīng)能力。
算法創(chuàng)新是快手此次獲獎(jiǎng)的關(guān)鍵。據(jù)悉,快手與國(guó)內(nèi)外頂尖學(xué)術(shù)機(jī)構(gòu)攜手,共同提出了Temporal Scaling Law理論,為超參數(shù)優(yōu)化提供了新的理論支撐。同時(shí),通過(guò)創(chuàng)新集成Scaffold-BPE、MiLe Loss等務(wù)實(shí)高效的前沿算法,快手在提升模型預(yù)訓(xùn)練效率和效果上取得了重大進(jìn)展。
在對(duì)齊技術(shù)上,快手采用Rejection Sampling等技術(shù)顯著改善了數(shù)據(jù)質(zhì)量,并通過(guò)多樣本Packing、Iterative DPO/PPO、細(xì)粒度Loss等策略,有效提高了訓(xùn)練的穩(wěn)定性和模型性能。在解碼策略上,提出了創(chuàng)新性的并行解碼預(yù)測(cè)策略,大幅提升了推理速度。
接下來(lái),快手還將在即將召開(kāi)的2024世界人工智能大會(huì)(WAIC)上,舉辦以“新AI·新應(yīng)用·新生態(tài)”為主題的大模型技術(shù)生態(tài)論壇。屆時(shí),快手將發(fā)布最新的大模型技術(shù)與應(yīng)用戰(zhàn)略,包括快手大模型技術(shù)矩陣全景、基座模型技術(shù)創(chuàng)新、應(yīng)用和落地情況等。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)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(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
