1元=1700000tokens！清华系发布国产Mistral仅2B，老手机都带得动
金磊 发自 凹非寺量子位 | 公众号 QbitAI一个体量仅为2B的大模型，能有什么用？答案可能超出你的想象。因为若是用四个字来概括，那就是“多、快、好、省”：：它是业界第一个在端侧部署多模态的大模型。：一张1080Ti可高效微调、一台机器可以持续训练。：性能跟体量极具反差感，在多项成绩中超越了一众主流“大体量”大模型。：1元=1700000 tokens，成本为Mistral-Medium百分之一那么，这个能够“以小博大”，颇有四两拨千斤意味的大模型，到底什么来头？不卖关子，它正是由清华系初创公司面壁智能最新发布的旗舰终端大模型——MiniCPM。并且团队还给它起了个别具一格的昵称——小钢炮。而在众多亮点之间，最令人意外的还是小钢炮用2B的“姿势”所表现出来的性能。例如与同样是采用“以小博大”路数的大模型标杆之作Mistral-7B做比较，小钢炮多项标准测试成绩均胜出：再把与小钢炮同“体量”的选手拉出来，大部分能力依旧是处于领先，并且英文能力还是较为出众的那种：即使把Mistral-7B更大的模型拉进来同台比擂，例如Llama2-13B、MPT-13B、Falcon 40B，多项成绩较为出众的仍是小钢炮：若不论大模型的尺寸，把主流的全部囊括进来，在最接近人评的测试集MT-Bench中比较，小钢炮也取得了较为不错的成绩：不仅如此，根据面壁智能CEO李大海的介绍：int4量化版小钢炮，可以在闪存应用压缩75%的情况下，性能可以做到基本无损耗。有一说一，成绩和榜单是大模型能力的一方面，但更重要的还是要看大模型在实际应用中的效果。2B“小钢炮”效果一览老规矩，我们还是从不同维度来看下小钢炮的实际应用效果。中英夹杂提问，精准翻译成法语让大模型在两种语言之间做翻译已然是件常见的事情。团队在现场给小钢炮的翻译任务加了一把难度，中英混合提问，并要求把整句翻译成法语：Translate this sentence into French: “I am a fresh man on Chinese, do you know how this sentence is translated: 如何用Python创建一个简单的网页爬虫？”从翻译结果来看，小钢炮准确地理解了中英混合的表述，并按照要求给出了精准的法语翻译。如果让人类给一句话添加emoji，那么过程大致是要先理解这句话，然后再在恰当的位置塞进emoji表情。那么这个任务小钢炮是否能hold住呢？请看结果：生日是要[庆祝]的，和也精准塞进了恰当位置，最重要是小钢炮理解到了这句话是表达[爱意]。再如“山东省最高的山是那座山，它比黄山高还是矮？差距多少？”这样的问题，小钢炮也是轻松应对：小钢炮给自己写代码大模型对给定的任务写代码现在也是司空见惯了。如果让大模型给自己写段代码呢？请听题：编写一个Python程序来实现一个MiniCPM模型（Transformer结构，40层，每层维度为2304，词表大小为122753）。小钢炮在接收到任务之后，随即开始“自己给自己写代码”，并且每一步的步骤内容也是非常清晰：导入所需库→定义模型结构→定义训练和评估函数→训练模型→评估模型性能。多模态首次上手机正如我们刚才提到的，小钢炮的亮点之一就是它是业界第一个在端侧部署多模态的大模型。在现场，李大海也对此做了相应的展示。例如先“喂”给手机里的小钢炮一张图，并提问“这个蘑菇的名字是什么？有毒么”，小钢炮就会先看图再作答：这根蘑菇的名称是“蝇鹅膏”。它有毒，可以引起恶心、呕吐和腹泻等症状。当然，连续追问、上下文对话也是不在话下：据了解，上面展示的这些能力都是在量化版小钢炮+OPPO手机+骁龙855芯片这个配置之下完成的。之所以如此，是因为团队想要展示小钢炮是一个“省钱的大模型”。怎么理解？刚才手机里GPU的成本大约600元，每秒7.5tokens，假设运行5年报废，共计170万tokens，则其推理成本仅为1元。如此，便可以得到一个成本公式：1元=1700000tokens。相比GPT-4的推理成本，1元=4700tokens，可以说是指数级的把价格打下去。即便是与Mistral-medium相比，成本也是其1/100。这次也同步开源了一个更大也更好展示多模态能力的OmniLMM-12B，玩法就变得更多了。例如举着手机，在摄像头下方比划石头、剪刀、布，并向小钢炮提问：我现在玩的可能是什么游戏？小钢炮看完之后，在理解基础上便会开始作答：你可能在玩的游戏是石头剪刀布。然后继续给小钢炮看一眼“拳头”，并发问：手势在游戏中是什么意思？继续给小钢炮看一眼“拳头”，并发问：如何在游戏中赢我？小钢炮思考片刻后，给出了正确答案：要在游戏中获胜，另一玩家需要出布。值得一提的是，从上面的演示中，我们可以看到小钢炮在处理过程中是有一段时间的延迟。现场也有人调侃说“我看这个视频演示没有加美颜”（指加速处理）。对此，面壁智能联合创始人、清华大学副教授刘知远回答说：没错，我们不加“美颜”，比较朴实。而且小钢炮在多模态这块还是提高的空间的。怎么做到的？整体来看，面壁智能在技术路线上一直高举“高效”大旗，主要是从AI的三大要素作为突破口，即算力、算法和数据。在算力层面上，面壁智能认为“Infra是大模型创业护城河”，Infra可以决定一家创业公司的技术上限。若是没有一个足够“能打”的Infra，即使短期内能够打造较好的模型，但越往后、越深入时会发现很快就会遇到技术瓶颈。因此，在早年前，团队便在业内较早地提出了BMTrain，一个分布式的高效训练框架。有了它，很深入地优化工作就可以快速地结合Infra落地实现。除此之外，团队陆续还推出了高效推理框架BMInf、高效压缩框架BMCook，以及高效微调框架BMTune等等。有这些具体的工具，便形成了面壁智能在算力层面的杀手锏——面壁ModelForce，全流程优化加速套件平台。在算法层面上，面壁智能在技术发展过程中所积累出来的利器则是面壁模型沙盒（Model Sandbox）。这实则也是一种方法论，可以将大模型从过去的炼丹形式变成了一种实验科学。而在历经上千次的模型沙盒实验之后，团队在算法中的各种细节上也得到了一系列业界最优配置。例如最优批次大小（batch size），可以大幅节省大模型训练时的token量；再如所有尺寸的模型可以通过最优的超参数的配制，保证训练任意大小的模型取得最好的效果等等。最后在数据层面上，优秀的数据也决定了大模型最后性能的成败。而这次小钢炮的诞生，面壁智能仅仅是用了所积累的优质数据中，通过方法论所精选出来的1T。值得一提的是，为了行业更好的交流和发展，面壁智能开源了训练、退火两个阶段来的数据配方来供参考。除此之外，与小钢炮相关的更多技术细节以及如何在手机上部署的教程等，均已经在GitHub中开源。感兴趣的小伙伴，可以在文末链接处了解更多详情~不过最后，还有一个问题值得讨论来一波：大模型，为什么往“小”了搞？其实在2023年，在大模型以小博大方面，便已经开始有了苗头。最为典型的，就是小钢炮此次对标的Mistral-7B。在它刚刚出道之际，便以更小的“姿势”击败了更大体量的Llama2-13B、Llama 1（34B）等一众大模型。这就为“比大更大”内卷下的模型圈带来了一定启发。不过在此背后，大模型往“小”了做，所体现的是一种更大的趋势。一方面，从大模型从2022年底爆火至今，一个非常明显的变化就是从专注训练，逐渐转向推理。这是一个技术发展必然的结果，要从比性能和结果，到比谁的大模型更好用；而这个“用”，最好、最直接的体现就应当是在端侧谁可以更“多快好省”地运行。对此，李大海表示：站在大模型时代之下，我们都在提的一个概念便是“AI原生应用”；这个时代需要的全新操作系统，就是AI原生应用+AI原生硬件。而其中的AI原生硬件，其实很简单，就是只要能在端侧运行大模型的硬件就是原生硬件。因此，端侧的大模型就显得格外重要。另一方面，市场的表现也是印证大模型往“小”发展的一点。自从去年7月开始，非常明显的一点是，众多主流手机厂商、PC、汽车品牌，陆续在宣布接入大模型。手机厂商例如华为、小米、荣耀、OPPO、Vivo、三星等；车企包括小鹏、蔚来、理想、吉利等等。需求之大，可见一斑。值得一提的是，从小钢炮在GitHub开源的内容来看，目前它已经在众多品牌的老机型上做了部署实验。因此，老手机上跑大模型也成为了一种可能。不过细心的朋友也注意到了，面壁智能其实从成立至今，也仅有短短一年的时间。这就不禁让人发问：一年时间是如何在技术上做到的这般突破？其实在此背后，更多的是清华系成员们在公司成立之前，长久以来在技术上的积累与跟进。早在2018年，面壁智能的核心技术团队在BERT发布之后，便聚焦在清华NLP实验的相关工作，发布过全球首个知识指导的预训练模型ERNIE。随后在2020年，他们也作为“悟道”大模型首发主力阵容发布了全球第一个20亿级中文开源大模型CPM 1，也持续参与了之后的CPM 2和CPM 3。除此之外，在2022年，在开源相关工作中，面壁智能核心成员也参与到了OpenBMB开源社区的成立与运作。由此可见，面壁智能的核心技术成员是属于中国最早进行大模型研究的那一批。正是基于这样的技术积累，也就不难理解面壁智能为何能够在短短一年时间内交出如此之多的“作业”了：据了解，截至目前，面壁智能拥有100多人的科研团队。虽然平均年龄仅为28岁，但清北含量高达80%，也有来自阿里、字节、百度等国内外知名大厂的工程团队。加上团队还主打一个“双CP”组合，即大将里的“小哥哥”+“小鲜肉”里的大将，这种经验与创新的碰撞，或许也是推动发展进程的原动力之一。诚然，开年小钢炮的发布给大模型带来了不少惊艳，但也正如团队所说，相关工作还有许多需要改进之处。因此面壁智能在接下来的新进展，是值得关注的。One More Thing在小钢炮发布现场，一张五道口大模型Valley图格外吸睛。用李大海的话来说：这是全中国大模型最密集的地区。嗯，五道口，不愧是“宇宙中心”。开源地址（内含技术报告）：MiniCPM GitHub：https://github.com/OpenBMB/MiniCPMOmniLMM GitHub：https://github.com/OpenBMB/OmniLMM
本信息由网络用户发布，本站只提供信息展示，内容详情请与官方联系确认。
