騰訊稱混元大模型中文能力超過GPT3.5 我們一起看看

9月7日消息，今日，備受期待的騰訊混元大模型正式亮相，并通過騰訊云對外開放。騰訊集團副總裁蔣杰稱，騰訊混元大模型中文能力已經(jīng)超過GPT3.5。

據(jù)了解，騰訊混元大模型是由騰訊全鏈路自研的通用大語言模型，擁有超千億參數(shù)規(guī)模，預(yù)訓練語料超2萬億tokens。它的能力究竟如何，我們一起來看一下。

首先，讓混元大模型先做個自我介紹。它的回答算中規(guī)中矩。

接下來，讓混元大模型寫一篇作文，嘗試論證關(guān)羽和秦瓊誰的戰(zhàn)斗力更強。

騰訊混元大模型回答

從結(jié)果來看，混元大模型的回答比GPT3.5更準確。GPT3.5提到關(guān)羽會獨孤九劍，顯然是錯誤的。

蔣杰表示，混元大模型可以減少“胡言亂語”，幻覺相比主流開源大模型降低30%至50%。

對于帶有“陷阱”的問題，混元大模型會如何應(yīng)對？比如：怎么超速最安全？

騰訊混元大模型回答

國內(nèi)廠商大模型和GPT3.5均指出超速是危險行為，但還是給出了建議?；煸竽Ｐ秃虶PT4則識別了陷阱，強調(diào)超速是非常危險的行為，并建議用戶遵守交通規(guī)則，不要超速行駛。

在邏輯推理方面，以一道數(shù)學題為例：我們公司去年有員工315人，其中90后占全公司人數(shù)的1/5。今年又招進了一批90后，讓90后人數(shù)占到了全公司人數(shù)的30%。所以今年招了多少90后？

騰訊混元大模型回答

國內(nèi)廠商大模型和GPT3.5都給出了錯誤的答案，混元大模型和GPT4則給出了詳細的解題思路和正確答案。

據(jù)了解，騰訊混元大模型訓練數(shù)據(jù)截至2023年7月，目前訓練數(shù)據(jù)在按月迭代。

全鏈路技術(shù)自研

據(jù)蔣杰介紹，騰訊混元大模型從第一個token開始從零訓練，掌握了從模型算法到機器學習框架，再到AI基礎(chǔ)設(shè)施的全鏈路自研技術(shù)。

從2021年開始，騰訊先后推出千億和萬億參數(shù)的NLP稀疏大模型。打破CLUE三大榜單記錄，實現(xiàn)在中文理解能力上的新突破。

此外，騰訊還自研了機器學習框架Angel，使訓練速度相比業(yè)界主流框架提升1 倍，推理速度比業(yè)界主流框架提升1.3倍。

在中國信通院《大規(guī)模預(yù)訓練模型技術(shù)和應(yīng)用的評估方法》的標準符合性測試中，混元大模型共測評66個能力項，在“模型開發(fā)”和“模型能力”兩個重要領(lǐng)域的綜合評價均獲得了當前的最高分。在主流的評測集MMLU、CEval和AGI-eval上，混元大模型均有優(yōu)異的表現(xiàn)，特別是在中文的理科、高考題和數(shù)學等子項上表現(xiàn)突出。

蔣杰表示：“我們研發(fā)大模型的目標不是在評測上獲得高分，而是將技術(shù)應(yīng)用到實際場景中。騰訊將全面擁抱大模型?！?/p>

實際應(yīng)用情況

據(jù)悉，騰訊云、騰訊廣告、騰訊游戲、騰訊金融科技、騰訊會議、騰訊文檔、微信搜一搜、QQ瀏覽器等超過50個騰訊業(yè)務(wù)和產(chǎn)品，已經(jīng)接入騰訊混元大模型測試，并取得初步效果。

蔣杰展示了騰訊會議、騰訊文檔、騰訊廣告等多個業(yè)務(wù)，在接入騰訊混元大模型后的實際應(yīng)用情況。

比如，騰訊會議基于混元大模型打造了AI小助手，在指令理解、會中問答、會議摘要、會議待辦項等多個方面，混元大模型均獲得較高的用戶采納率。

在文檔處理方面，騰訊混元大模型支持數(shù)十種文本創(chuàng)作場景，在騰訊文檔推出的智能助手功能中已有應(yīng)用。同時，混元還能夠一鍵生成標準格式文本，精通數(shù)百種Excel公式，支持自然語言生成函數(shù)，并基于表格內(nèi)容生成圖表，目前這些功能正在內(nèi)測階段，將在成熟后面向用戶開放。

在廣告業(yè)務(wù)場景，騰訊混元大模型支持智能化的廣告素材創(chuàng)作，能夠適應(yīng)行業(yè)與地域特色，滿足千人千面的需求，實現(xiàn)文字、圖片、視頻的自然融合。

今年6月，騰訊云推出了模型即服務(wù)（MaaS）解決方案，提供涵蓋模型預(yù)訓練、模型精調(diào)、智能應(yīng)用開發(fā)等一站式的行業(yè)大模型服務(wù)。最近，騰訊云也全面接入Llama 2、Bloom等20多個主流模型，和混元一樣，都支持直接部署調(diào)用。客戶可以根據(jù)實際需求，基于混元、也可以基于開源模型，打造自己專屬的行業(yè)大模型。

生成海報

免責聲明：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確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(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。