近年来，大模型发展在人工智能领域引起了广泛的兴趣与关注，庞大的规模和学习能力使其具备了出色的性能和表现。近日，IDEA研究院(粤港澳大湾区数字经济研究院)宣布开源通用大模型系列“姜子牙”，让广大开发者可以共同参与模型的改进、优化和拓展，通过分享经验和创意，推动模型的进步和创新。与IDEA建立合作，UCloud优刻得镜像市场也上线了姜子牙大模型镜像，基于UCloud优刻得强大的云计算基础设施，客户可以轻松创建预装姜子牙大模型的云主机，并享受高性能的GPU算力资源。
“姜子牙通用大模型v1”是由IDEA开发的一款领先的自然语言处理模型。基于LLaMa的130亿参数的大规模预训练模型，具备翻译、编程、文本分类、信息抽取、摘要、文案生成、常识问答和数学计算等能力。目前姜子牙通用大模型v1已完成大规模预训练、多任务有监督微调和人类反馈学习三阶段的训练过程。
本次UCloud优刻得上线的是姜子牙大模型的Ziya-LLaMA-7B-Reward模型镜像。该模型基于Ziya-LLaMA模型，在自标注高质量偏好排序数据、严格过滤的外部开源数据这两个偏好排序数据上进行训练。同时该模型能够模拟中英双语生成的奖励环境，对LLM生成结果提供准确的奖励反馈。
作为最新一代发布的大语言模型，“姜子牙通用大模型v1”具备以下三个方面的优势：
1、全面的数据训练：使用来自多个领域和多种来源的原始数据进行预训练，包括英文和中文数据。通过去重、打分、分桶、规则过滤和数据评估等处理，最终得到125B tokens的有效数据。这种全面的数据训练使得模型具备广泛的语言知识和理解能力。
2、高效的中文编解码：通过扩充词表、优化分词方式，提升了对中文的编解码效率。通过增加常见中文字并复用Transformers中的LlamaTokenizer，实现了高效的中文处理能力。
3、多任务有监督微调和人类反馈训练：在多任务有监督微调阶段采用课程学习和增量训练的策略，通过"Easy To Hard"的方式进行训练。同时，通过人类反馈训练进一步提升模型的综合表现。人类反馈训练采用了以人类反馈强化学习为主的方法，结合多种其他手段联合训练，包括人类反馈微调、后见链微调、AI反馈和基于规则的奖励系统等。这些训练方法使得模型能够更好地理解人类意图、减少错误输出，并提高整体性能。
这些优势使得姜子牙大模型成为一款强大的自然语言处理模型，不仅在语言知识和理解能力方面有出色表现，可以高效处理中文，并且经过多任务有监督微调和人类反馈训练，可进一步提升性能和准确性，尤其在角色扮演的领域，表现效果尤为突出。
图片来源：https://huggingface.co/IDEA-CCNL/Ziya-LLaMA-13B-v1
写在最后
作为开源模型，姜子牙大模型鼓励开发者和研究者之间的合作和共享，这使得更多的人可以通过领域知识微调，共同改进模型并推动新模型的推出与发展，技术的本质在于应用，ChatLaw(法律大模型)应用法律行业，就是大模型落地垂直业务场景的极佳案例。
UCloud优刻得将继续与IDEA等优秀合作伙伴密切合作，致力于完善大模型和算力相结合的MaaS(Model as a service)服务生态，积极推进人工智能技术的发展，为客户提供更多高性能、高可靠性的“算力+模型”解决方案，助力企业实现智能化转型和业务创新，一起迎接大模型时代的机遇和挑战!
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
