新開源之王來了！1320億參數(shù)，還比Llama2-70B快1倍
12T token從頭訓(xùn)練
魚羊 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
“最強”開源大模型之爭，又有新王入局：
大數(shù)據(jù)巨頭Databricks，剛剛發(fā)布MoE大模型DBRX，并宣稱：
它在基準(zhǔn)測試中擊敗了此前所有開源模型。
包括同為混合專家模型的Grok-1和Mixtral。
新王攪局，迅速引發(fā)了開源社區(qū)的熱議。
畢竟，僅從紙面數(shù)據(jù)來看，DBRX頗具特點：總參數(shù)量為1320億，但因為是混合專家模型，每次激活參數(shù)量僅為360億。
就是說，在總參數(shù)量接近Llama2-70B的2倍的情況下，DBRX的生成速度也比Llama2-70B快1倍。
△DBRX vs Llama2-70B
另外，DBRX是在12T token上從頭訓(xùn)練的，訓(xùn)練數(shù)據(jù)量是Llama2的6倍，遠高于Chinchilla定律推薦量。
網(wǎng)友們的第一反應(yīng)be like：
首席科學(xué)家：打賭輸了就把頭發(fā)染藍
來看DBRX的具體細節(jié)。
DBRX由16個專家模型組成，每次訓(xùn)練推理會有4個專家處于激活狀態(tài)。其上下文長度為32K。
為了訓(xùn)練DBRX，Databricks團隊從云廠商那里租用了3072個H100。
一個細節(jié)是，團隊向Wired透露，經(jīng)過兩個月的訓(xùn)練之后，DBRX已經(jīng)在基準(zhǔn)測試中取得了不錯的分?jǐn)?shù)。而在那個時候，他們買的云資源還能再跑一個星期。
團隊因此產(chǎn)生了小小的分歧：是用這些資源來訓(xùn)練一個小杯版本，還是再投喂給模型一些高質(zhì)量數(shù)據(jù)，用課程學(xué)習(xí)（curriculum learning）的方法來提高DBRX在一些特定任務(wù)上的能力？
經(jīng)過一番熱烈的內(nèi)部討論，Databricks團隊最終決定走課程學(xué)習(xí)路線。
正是這一決策使他們收獲頗豐：
Databricks首席科學(xué)家Jonathan Frankle（就叫他老弗吧）認(rèn)為，課程學(xué)習(xí)使得DBRX“產(chǎn)生了有意義的變化”。
具象化一點來說，就是老弗本來覺得DBRX可能搞不太定代碼生成，還打賭說如果他判斷錯了，就去把頭發(fā)染成藍色。
而這是他的最新照片：
回到正題，DBRX的測試結(jié)果顯示，它在語言理解、編程、數(shù)學(xué)和邏輯方面都達到了SOTA，擊敗包括Llama2-70B、Mixtral和Grok-1在內(nèi)的一眾開源大模型。
還在大多數(shù)基準(zhǔn)測試中都擊敗了GPT-3.5。
Databricks這次開源了DBRX的兩個版本：DBRX Base和DBRX Instruct，前者是預(yù)訓(xùn)練基礎(chǔ)模型，后者則經(jīng)過指令微調(diào)。
老弗還對Wired透露，他們團隊接下來計劃對模型訓(xùn)練的那個“最后一周”展開研究，看看DBRX這樣強大的模型是如何在其中收獲額外技能的。
值得一提的是，去年6月，Databricks以13億美元（約93億人民幣）的價格，買下了僅62名員工的AI初創(chuàng)公司MosaicML——
就是發(fā)布了MPT系列開源模型的那家。
老弗當(dāng)時就是MosaicML的首席科學(xué)家。此后，他和他的團隊一起留在了Databricks。
開源社區(qū)嗨翻
DBRX發(fā)布不到4小時，已經(jīng)有人把它成功部署到蘋果M2芯片筆記本電腦上了。
而大模型競技場也第一時間開放了DBRX-instruct的投票。
不過，也有人對DBRX的“開源”提出了質(zhì)疑：
根據(jù)Databricks公布的協(xié)議，基于DBRX打造的產(chǎn)品，如果月活超過7億，就必須另行向Databricks提交申請。
參考連接：
[1]https://www.databricks.com/blog/announcing-dbrx-new-standard-efficient-open-source-customizable-llms
[2]https://github.com/databricks/dbrx
[3]https://www.wired.com/story/dbrx-inside-the-creation-of-the-worlds-most-powerful-open-source-ai-model/
— 完 —
相關(guān)閱讀
