幻覺處理國內(nèi)最優(yōu)！530億參數(shù)Baichuan2推理能力飆升100%，首次開放API商用
【新智元導(dǎo)讀】昨天，Baichuan2-53B正式發(fā)布！首次開放API，意味著百川大模型開始正式進軍商用了。另外，模型的數(shù)學(xué)和邏輯推理能力都大幅飆升，對于幻覺的處理，已經(jīng)在國內(nèi)遙遙領(lǐng)先。
就在9月25日，百川智能正式發(fā)布了全新升級的530億參數(shù)大模型——Baichuan2-53B。體驗地址：https://www.baichuan-ai.com/home這一次，它的數(shù)學(xué)和邏輯推理能力顯著提升。更重要的是，通過高質(zhì)量數(shù)據(jù)體系和搜索增強，Baichuan2-53B的幻覺大大降低，是目前國內(nèi)幻覺問題最低的大模型。不僅如此，作為首批通過備案的大模型企業(yè)，百川智能還開放了Baichuan2-53B API接口。這意味著，百川智能正式進軍To B領(lǐng)域，從此將開啟商業(yè)化進程。最值得一提的是，新升級的Baichuan2-53B，在「幻覺」處理上已經(jīng)在國內(nèi)行業(yè)遙遙領(lǐng)先了。簡單講，「幻覺」就是LLM在沒有任何已知事實支撐下，常常會一本正經(jīng)地胡說八道。別看GPT-4在多種任務(wù)上表現(xiàn)突出，但也無法逃過這一詛咒。4月，OpenAI聯(lián)合創(chuàng)始人兼研究科學(xué)家John Schulman在UC伯克利的演講中，詳細闡述了大模型難以攻克的難題。在Schulman看來，LLM黑盒內(nèi)部隱藏著一個「知識圖譜」。如果這個架構(gòu)中沒有的知識，僅通過SFT教大模型（即行為克隆）知識，實則在教它輸出幻覺。針對這一難題，百川智能又是如何在大模型的「幻覺處理」上，做到業(yè)內(nèi)領(lǐng)先的呢？在高質(zhì)量數(shù)據(jù)構(gòu)建上，Baichuan2-53B獨創(chuàng)了一套數(shù)據(jù)質(zhì)量體系。以低質(zhì)、優(yōu)質(zhì)為標(biāo)準(zhǔn)將數(shù)據(jù)進行分類，確保Baichuan2-53B始終使用優(yōu)質(zhì)數(shù)據(jù)進行預(yù)訓(xùn)練。另外，在信息獲取方面，Baichuan2-53B對多個模塊進行了升級，包括指令意圖理解、智能搜索和結(jié)果增強等關(guān)鍵組件。這一綜合體系通過深入理解用戶指令，精確驅(qū)動查詢詞的搜索，最終結(jié)合大語言模型技術(shù)，優(yōu)化模型結(jié)果生成的可靠性，實現(xiàn)更精確、更智能的模型回答結(jié)果，減少模型幻覺。比如，在解釋「勾三股四弦五」這個問題上，GPT-4顯然是在胡說八道。相比之下，Baichuan2-53B一次就給出了正確的回答。再比如，「周樹人和魯迅是不是同一個人」這道經(jīng)典問題，Baichuan2-53B的回答既全面又準(zhǔn)確。可以看到，通過構(gòu)建高質(zhì)量數(shù)據(jù)體系，以及搜索增強技術(shù)兩個方面的優(yōu)化，Baichuan2-53B有效降低了模型幻覺。經(jīng)過FacTool評測后的結(jié)果顯示，Baichuan2-53B的綜合得分為140.5，在主流基礎(chǔ)大模型中僅排在GPT-4之后，處于國內(nèi)領(lǐng)先水平。FacTool是由上海交通大學(xué)、卡內(nèi)基梅隆大學(xué)、香港城市大學(xué)、Meta 等機構(gòu)學(xué)者共同提出的一款通用框架，能夠查核大模型生成內(nèi)容的事實準(zhǔn)確性（也能查核一般性內(nèi)容的事實準(zhǔn)確性）。項目地址：https://github.com/GAIR-NLP/factool
其實，Baichuan2-53B已經(jīng)是百川智能發(fā)布的第6款大模型了。4月10日百川智能成立后，就一直在以驚人的速度創(chuàng)新，迭代的速度竟然達到了平均每28天就推出一款大模型！早在8月8日Baichuan-53B剛發(fā)布時，它就表現(xiàn)出了優(yōu)異的知識問答、文學(xué)創(chuàng)作才能。如果要問，評價一款大模型是否領(lǐng)先的重要指標(biāo)是什么，相信「數(shù)學(xué)和邏輯推理能力」，會是諸多業(yè)內(nèi)人士給出的答案。這次，在Baichuan-53B的基礎(chǔ)上，Baichuan2-53B就重點強化了數(shù)學(xué)和邏輯推理的能力，并且，還對整體能力進行了全面升級。具體來說，它的邏輯推理能力提升100%，數(shù)學(xué)能力提升31%，語言理解能力提升29%，文本創(chuàng)作提升18%，知識問答提升9%。數(shù)學(xué)推理
數(shù)學(xué)能力大升級的Baichuan2-53B，做起數(shù)學(xué)應(yīng)用題來當(dāng)然是不在話下。比如，兩個數(shù)的和是572，其中一個加數(shù)個位上是0，去掉0后，就與第二個加數(shù)相同。那么，這兩個數(shù)分別是？Baichuan2-53B列出了方程式，假設(shè)一個加數(shù)是10A，另一個為B，然后根據(jù)已知條件，得出正解。再比如下題中，Baichuan2-53B先計算出來了總運輸收入，然后除以每箱玻璃虧損的錢，就得到了損壞的玻璃箱數(shù)。再來個經(jīng)典的「兩地相距多少千米」的問題，Baichuan2-53B通過分步計算，得出了正確答案。推理方面，先來個簡單的問題：天氣預(yù)報本周三會下雨，昨天果然下雨了，今天是星期幾？Baichuan2-53B毫不費力，直接得出「星期四」！接下來，推理難度稍微升級一下：假設(shè)有一個池塘，里面有無窮多的水。現(xiàn)有兩個空水壺，容積分別為5升和6升。問如何只有這2個水壺，從池塘里取得3升的水？Baichuan2-53B行云流水地開始作答，6步內(nèi)給出了正確答案。經(jīng)過多輪的測試可以發(fā)現(xiàn)，升級后的Baichuan2-53B的數(shù)學(xué)和邏輯推理能力，果然不可同日而語。在曾經(jīng)不太擅長的題目上，它都有了大幅提升。時效問題
而在時效性這方面，Baichuan2-53B的表現(xiàn)可謂十分優(yōu)異。杭州亞運會剛剛開幕，年齡最小的選手竟然僅有9歲。Baichuan2-53B在最新的問題上，也答對了。甚至，Baichuan2-53B準(zhǔn)確地解釋了，特斯拉剛剛公布的人形機器人Optimus背后神經(jīng)網(wǎng)絡(luò)原理。再比如，今年9月上旬，第80屆威尼斯電影節(jié)在意大利落幕。Baichuan2-53B立刻回答出，李鴻其的《愛是一把槍》獲得了最佳長片首作，梁朝偉獲得了終身成就金獅獎。梅老板與大巴黎的合約今年6月底到期，在7月正式加盟邁阿密國際。同樣，它還可以準(zhǔn)確地告訴你小德一共拿了24次大滿貫，包括2023年的這一次。不僅如此，這次Baichuan2-53B還正式開放了API接口，可以讓企業(yè)和開發(fā)者將模型集成到自己的應(yīng)用和服務(wù)中。API地址：https://platform.baichuan-ai.com可以說，幾乎沒有。Baichuan2-53B的API接口相當(dāng)便捷易用，只需要簡單的配置和集成，就可以接入了。而且，它對OpenAI的接口高度兼容，這樣就可以讓客戶快速遷移，無論是模型的部署成本還是轉(zhuǎn)換成本，都大大降低。總之，現(xiàn)在無論是智能客服、智能寫作還是智能推薦，都能得到大模型的能力加持。要說企業(yè)用戶最關(guān)注的，莫過于安全合規(guī)問題了。作為首批通過《生成式人工智能服務(wù)管理暫行辦法》備案的大模型企業(yè)，百川智能為Baichuan2-53B打造了覆蓋大模型預(yù)訓(xùn)練、精調(diào)、推理全周期的安全增強，可以說，全流程都在安全保障之下。而借助著Baichuan2-53B豐富強大的模型能力，企業(yè)用戶不僅可以讓已有業(yè)務(wù)升級、減低成本，還能探索更多的應(yīng)用場景。可以相信，就在此刻，已經(jīng)有一大波令人印象深刻的創(chuàng)新，正在土壤中被醞釀了。https://www.baichuan-ai.com/home
本站僅提供存儲服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請
點擊舉報。
