國產(chǎn)大模型競技場首超GPT-4o！零一萬物GLM共同躋身Top10

西風 2024-10-16 13:56:59 來源：量子位

西風 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

國產(chǎn)大模型首次在公開榜單上超過GPT-4o！

就在剛剛，“大模型六小強”之一的零一萬物正式對外發(fā)布新旗艦模型——Yi-Lightning（閃電）。

在大模型競技場（Chatbot Arena）上，Yi-Lightning性能直沖總榜單并列第6，數(shù)學分榜并列第3，代碼等其它分榜也名列前茅。

總成績幾乎與馬斯克最新xAI大模型Grok-2-08-13持平，超越GPT-4o-2024-05-13、GPT-4o-mini-2024-07-18、Claude 3.5 Sonnet等頂流。

同時，國內(nèi)清華系大模型公司智譜AI的GLM-4-Plus也殺進了總榜，位居第9位。

該榜單結果來自全球累積超千萬次的人類用戶盲測投票。

前段時間大模型競技場還剛剛更新了規(guī)則，新榜單對AI回答的長度和風格等特征做了降權處理，分數(shù)更能反映模型真正解決問題的能力。

這次Yi-Lightning殺出重圍，Lmsys團隊特意發(fā)帖子，稱這是競技場上的大新聞：

大模型競技場總榜第六、國產(chǎn)第一

細看大模型競技場分類榜上的“賽況”，Yi-Lightning各項能力都排在前頭。

在中文能力上，Yi-Lightning和GLM-4-Plus兩個國產(chǎn)大模型都名列前位。

Yi-Lightning躍居并列第二，和o1-mini相差無幾。

數(shù)學能力，Yi-Lightning和Gemini-1.5-Pro-002并列第3，僅次于o1-preview、o1-mini。

代碼能力Yi-Lightning排名并列第4。

另外在Hard Prompts和Longer Query分榜，Yi-Lightning也都排在第4位。

最后同樣值得關注的是，競技場新功能風格控制過濾，確保分數(shù)反映模型真正解決問題的能力，而不是用漂亮的格式、增加回答長度。

在對長度和風格等特征做了降權處理后，所有模型分數(shù)均有下降，Yi-Lightning排名變化不大，整體還與GPT-4o、Grok-2同一梯隊。

發(fā)布會上，零一萬物創(chuàng)始人兼CEO李開復博士展示了Yi-Lightning在不同場景上的能力。

Yi-Lightning主打一個“推理速度更快，生成質(zhì)量更好”。

相比上半年Yi-Large，Yi-Lightning首包速度提升1倍，推理速度也提升了4成。

像是翻譯下面這種文學作品，Yi-Lightning不僅速度更快：

而且用詞更精準，更具文學色彩：

那么Yi-Lightning是如何做到的？

好用還得極速

Yi-Lightning采用MoE混合專家模型架構。

底層技術上，Yi-Lightning在以下方面進行了提升。

首先是優(yōu)化混合注意力機制（Hybrid Attention），只在模型的部分層次中將傳統(tǒng)的全注意力（Full Attention）替換為滑動窗口注意力（Sliding Window Attention）。

由此以來，模型在保證處理長序列數(shù)據(jù)高性能表現(xiàn)的同時，還能大大降低推理成本。

Yi-Lightning還引入了跨層注意力（Cross-Layer Attention, CLA），允許模型在不同的層次之間共享鍵（Key）和值（Value）頭，減少對存儲需求。

這使得Yi-Lightning能在不同層次之間更有效地共享信息。

總的來說，KV cache縮小了2-4倍，同時將計算的復雜度從O(L2)降至O(L)。

其次，Yi-Lightning還采用了動態(tài)Top-P路由機制。

也就是說，Yi-Lightning可以根據(jù)任務的難度動態(tài)自動選擇最合適的專家網(wǎng)絡組合——

訓練過程中會激活所有專家網(wǎng)絡，使模型能學習到所有專家知識；而推理階段，根據(jù)任務的難度，模型會選擇性激活更匹配的專家網(wǎng)絡。

另外，之前有一些傳言稱國內(nèi)大模型“六小強”，有一些已經(jīng)不做預訓練了，李開復博士這次在發(fā)布會上直接“辟謠”：

零一萬物絕不放棄預訓練。

而且在模型預訓練階段，團隊還積累了豐富的多階段訓練方法，將整個訓練分為兩塊，一塊做好以后就把它固定起來，然后在這個固定的模型上再做后段訓練。

訓練前期，更注重數(shù)據(jù)多樣性，使得Yi-Lightning盡可能學習不同的知識；訓練后期更重內(nèi)容更豐富、知識性更強的數(shù)據(jù)。

同時團隊還在不同階段采用不同的batch size和LR schedule保證訓練速度和穩(wěn)定性。

李開復博士還表示，零一萬物開發(fā)模型講究“模基共建”，也就是共建模型和基礎架構。

模型的訓練、服務、推理設計，與底層的AIInfra架構和模型結構必須高度適配。

這樣做的目的，不僅是讓模型更好，而且讓它在推理的時候能夠更便宜。

再加上以上種種抬升“性價比”的技術加持，所以Yi-Lightning這次也是打到了白菜價——

0.99元每1M token

在中文等方面，Yi-Lightning比肩OpenAI的o1-mini，o1-mini的定價是每百萬輸入3美元，每百萬輸出12美元。

Yi-Lightning每百萬token只需0.99RMB也是打到了骨折。

但李開復博士表示，即便這樣也：不虧錢。

除了發(fā)布新模型，零一萬物這次還首發(fā)了AI2.0數(shù)字人方案。

目前該數(shù)字人已接入Yi-Lightning，實時互動效果相比以往更強更自然了，belike：

https://www.toutiao.com/article/7426244808324284968/

最后談起和國外頭部大模型的差距，李開復博士表示這次Yi-Lightning的排名證明了國產(chǎn)大模型跟硅谷最頂尖模型的差距縮小到了五個月。

去跟追上美國最頂尖的模型，縮短這個時間差非常困難，要付出很大的努力和有獨特的打法。在國內(nèi)不少公司都在努力，“模基共建”則是零一萬物自己摸索的獨特路徑。

參考鏈接：
[1]https://x.com/lmarena_ai/status/1846245604890116457
[2]https://x.com/01AI_Yi/status/1845776529185476613