GPT-4的14倍！百川智能發(fā)布192K最長上下文大模型，7項評測SOTA

夢晨 2023-10-30 13:54:23 來源：量子位

夢晨 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

讓大模型一口氣處理35萬個漢字，百川智能最新Baichuan2-192K大模型發(fā)布。

192K為目前全球最長的上下文窗口，是目前支持長上下文窗口最優(yōu)秀大模型Claude2（支持100K上下文窗口，實測約8萬字）的?4.4倍，更是 GPT-4（支持32K上下文窗口，實測約 2.5萬字）的14倍。

Baichuan2-192K不僅在上下文窗口長度上超越Claude2，在長窗口文本生成質(zhì)量、長上下文理解以及長文本問答、摘要等方面的表現(xiàn)也全面領(lǐng)先Claude2。

今年9月25日，百川智能已開放了Baichuan2的API接口，正式進軍企業(yè)級市場，開啟商業(yè)化進程。此次Baichuan2-192K將以API調(diào)用和私有化部署的方式提供給企業(yè)用戶，目前百川智能已經(jīng)啟動Baichuan2-192K的API內(nèi)測，開放給法律、媒體、金融等行業(yè)的核心合作伙伴。

10項長文本評測7項取得SOTA，全面領(lǐng)先Claude2

上下文窗口長度是大模型的核心技術(shù)之一，通過更大的上下文窗口，模型能夠結(jié)合更多上下文內(nèi)容獲得更豐富的語義信息，更好的捕捉上下文的相關(guān)性、消除歧義，進而更加準(zhǔn)確、流暢的生成內(nèi)容，提升模型能力。

Baichuan2-192K在Dureader、NarrativeQA、LSHT、TriviaQA等10項中英文長文本問答、摘要的評測集上表現(xiàn)優(yōu)異，有7項取得SOTA，顯著超過其他長窗口模型。

此外，LongEval的評測結(jié)果顯示，在窗口長度超過100K后Baichuan2-192K依然能夠保持非常強勁的性能，而其他開源或者商用模型在窗口增長后效果都出現(xiàn)了近乎直線下降的情況。Claude2也不例外，在窗口長度超過80K后整體效果下降非常嚴(yán)重。由此可見，Baichuan2-192K的長窗口內(nèi)容記憶和理解能力大幅領(lǐng)先其他模型。

（LongEval是加州大學(xué)伯克利分校聯(lián)合其他高校發(fā)布的針對長窗口模型的評測榜單，主要用來衡量模型對長窗口內(nèi)容的記憶和理解能力，是業(yè)內(nèi)公認(rèn)的長上下文窗口理解權(quán)威評測榜單）

動態(tài)采樣的位置編碼優(yōu)化，4D并行的分布式方案，同步提升窗口長度和模型性能

擴大上下文窗口能有效提升大模型性能是人工智能行業(yè)的共識，但是超長上下文窗口意味著更高的算力需求和更大的顯存壓力。目前，業(yè)內(nèi)有很多提升上下文窗口長度的方式，包括滑動窗口、降采樣、小模型等。這些方式雖然能提升上下文窗口長度，但對模型性能均有不同程度的損害，換言之都是通過犧牲模型其他方面的性能來換取更長的上下文窗口。

而本次百川發(fā)布的Baichuan2-192K通過算法和工程的極致優(yōu)化，實現(xiàn)了窗口長度和模型性能之間的平衡，做到了窗口長度和模型性能的同步提升。

算法方面，百川智能提出了一種針對RoPE和ALiBi動態(tài)位置編碼的外推方案，該方案能夠?qū)Σ煌L度的ALiBi位置編碼進行不同程度的Attention-mask動態(tài)內(nèi)插，在保證分辨率的同時增強了模型對長序列依賴的建模能力。在長文本困惑度標(biāo)準(zhǔn)評測數(shù)據(jù) PG-19上，當(dāng)窗口長度擴大，Baichuan2-192K的序列建模能力持續(xù)增強。

（PG-19是DeepMind發(fā)布的語言建?；鶞?zhǔn)數(shù)據(jù)集，是業(yè)內(nèi)公認(rèn)的衡量模型長程記憶推理問題的評測標(biāo)準(zhǔn)）

工程方面，在自主開發(fā)的分布式訓(xùn)練框架基礎(chǔ)上，百川智能整合目前市場上所有先進的優(yōu)化技術(shù)，包括張量并行、流水并行、序列并行、重計算以及Offload功能等，獨創(chuàng)了一套全面的4D并行分布式方案。該方案能夠根據(jù)模型具體的負(fù)載情況，自動尋找最適合的分布式策略，極大降低了長窗口訓(xùn)練和推理過程中的顯存占用。

百川智能在算法和工程上針對長上下文窗口的創(chuàng)新，不僅是大模型技術(shù)層面的突破，對于學(xué)術(shù)領(lǐng)域同樣有著重要意義。Baichuan2-192K驗證了長上下文窗口的可行性，為大模型性能提升開拓出了新的科研路徑。

Baichuan2-192K正式開啟內(nèi)測，已落地法律、媒體等諸多真實場景

Baichuan2-192K現(xiàn)已正式開啟內(nèi)測，以API調(diào)用的方式開放給百川智能的核心合作伙伴，已經(jīng)與財經(jīng)類媒體及律師事務(wù)所等機構(gòu)達成了合作，將Baichuan2-192K全球領(lǐng)先的長上下文能力應(yīng)用到了傳媒、金融、法律等具體場景當(dāng)中，不久后將全面開放。

全面開放API之后，Baichuan2-192K便能夠與更多的垂直場景深度結(jié)合，真正在人們的工作、生活、學(xué)習(xí)中發(fā)揮作用，助力行業(yè)用戶更好的降本增效。Baichuan2-192K 能夠一次性處理和分析數(shù)百頁的材料，對于長篇文檔關(guān)鍵信息提取與分析，長文檔摘要、長文檔審核、長篇文章或報告編寫、復(fù)雜編程輔助等真實場景都有巨大的助力作用。

它可以幫助基金經(jīng)理總結(jié)和解釋財務(wù)報表，分析公司的風(fēng)險和機遇；幫助律師識別多個法律文件中的風(fēng)險，審核合同和法律文件；幫助技術(shù)人員閱讀數(shù)百頁的開發(fā)文檔，并回答技術(shù)問題；還能幫助科員人員快速瀏覽大量論文，總結(jié)最新的前沿進展。

不僅如此，更長的上下文還為其更好的處理和理解復(fù)雜的多模態(tài)輸入，以及實現(xiàn)更好的遷移學(xué)習(xí)提供了底層支撐，這將為行業(yè)探索Agent、多模態(tài)應(yīng)用等前沿領(lǐng)域打下良好技術(shù)基礎(chǔ)。