本報訊 (記者 張偉) 在6月9-10日舉行的2023北京智源大會上，北京智源研究院院長黃鐵軍發(fā)布《2023智源研究院進展報告》，并發(fā)布了全面開源的“悟道3.0”系列大模型及算法，報告了在高精度生命模擬和有機大分子建模方面的最新進展。

繼2021年悟道大模型項目連創(chuàng)“中國首個+世界最大”紀錄之后，智源 “悟道3.0 ”進入全面開源新階段，帶來一系列領(lǐng)先成果：“悟道·天鷹”(Aquila)語言大模型系列、天秤(FlagEval)開源大模型評測體系與開放平臺，“悟道 · 視界”視覺大模型系列，以及一系列多模態(tài)模型成果。

黃鐵軍介紹，在2021年3月的悟道1.0發(fā)布會上，智源研判人工智能已經(jīng)從“大煉模型”轉(zhuǎn)變?yōu)椤盁挻竽Ｐ汀钡男码A段，從此，“大模型”這個概念進入公眾視野。

(資料圖片僅供參考)

至于何為大模型?他認為，需要具備3個條件：一是規(guī)模要大，參數(shù)達百億規(guī)模以上;二是涌現(xiàn)性，能夠產(chǎn)生預料之外的新能力;三是通用性，不限于專門問題或領(lǐng)域，能夠處理多種不同的任務。

據(jù)介紹，悟道系列模型已發(fā)展到“悟道3.0”版本，涵蓋語言、視覺、多模態(tài)等基礎大模型。其中，“悟道·視界”視覺大模型系列，實現(xiàn)6項國際領(lǐng)先技術(shù)突破，點亮了通用視覺曙光。“悟道·視界”系統(tǒng)化解決了當前計算機視覺領(lǐng)域的一系列瓶頸問題，包括任務統(tǒng)一、模型規(guī)模化以及數(shù)據(jù)效率等，包括在多模態(tài)序列中補全一切的多模態(tài)大模型 Emu，最強十億級視覺基礎模型 EVA，一通百通、分割一切的視界通用分割模型，首創(chuàng)上下文圖像學習技術(shù)路徑的通用視覺模型Painter，性能最強開源CLIP模型 EVA-CLIP，以及簡單prompt(提示)即可視頻編輯的 vid2vid-zero 零樣本視頻編輯技術(shù)。

悟道·天鷹(Aquila)語言大模型系列+天秤(FlagEval)評測體系,打造了大模型能力與評測標準雙標桿。為推動大模型在產(chǎn)業(yè)落地和技術(shù)創(chuàng)新，智源研究院發(fā)布了“開源商用許可語言大模型系列+開放評測平臺”兩大重磅成果，打造“大模型進化流水線”，持續(xù)迭代、持續(xù)開源開放。

悟道·天鷹Aquila 語言大模型是首個具備中英雙語知識、支持商用許可協(xié)議、國內(nèi)數(shù)據(jù)合規(guī)需求的開源語言大模型。該模型在中英文高質(zhì)量語料基礎上從 0 開始訓練，通過數(shù)據(jù)質(zhì)量的控制、多種訓練的優(yōu)化方法，實現(xiàn)在更小的數(shù)據(jù)集、更短的訓練時間，獲得比其它開源模型更優(yōu)的性能。

天秤(FlagEval)大模型評測體系及開放平臺，旨在建立科學、公正、開放的評測基準、方法、工具集，協(xié)助研究人員全方位評估基礎模型及訓練算法的性能，同時探索利用AI方法實現(xiàn)對主觀評測的輔助，大幅提升評測的效率和客觀性。

據(jù)悉，天秤(FlagEval)評測體系是科技部2030旗艦項目重要課題，正與北京大學、北京航空航天大學、北京師范大學、北京郵電大學、閩江學院、南開大學、中國電子技術(shù)標準化研究院、中國科學院自動化研究所等合作單位共建(按首字母排序)，定期發(fā)布權(quán)威評測榜單

與此同時，開源開放，F(xiàn)lagOpen 大模型開源技術(shù)體系升級，大規(guī)模、可商用中文指令數(shù)據(jù)集COIG二期也于會上發(fā)布。

“大模型不是任何一家機構(gòu)或者一家公司壟斷的技術(shù)，大模型技術(shù)體系是大家共建共享。我們要共建一個智力社會所需要的一套基礎的算法體系”。黃鐵軍院長介紹，基于此，智源研究院在打造開源生態(tài)方面做了許多努力。今年年初發(fā)布的FlagOpen大模型技術(shù)開源體系，經(jīng)過一段時間的發(fā)展，又有了一系列發(fā)展。這為大模型發(fā)展夯實底層技術(shù)棧，提供切實加速度。

如，F(xiàn)lagOpen平臺是智源建設的大模型技術(shù)開源體系。旨在打造全面支撐大模型技術(shù)發(fā)展的開源算法體系和一站式基礎軟件平臺，支持協(xié)同創(chuàng)新和開放競爭，共建共享大模型時代的“新Linux”開源開放生態(tài)。

數(shù)據(jù)集方面，智源已開源首個大規(guī)模、可商用的中文指令數(shù)據(jù)集COIG。COIG一期已開放總計19.1萬條指令數(shù)據(jù)，COIG二期正在建設最大規(guī)模、持續(xù)更新的中文多任務指令數(shù)據(jù)集，整合了1800多個海量開源數(shù)據(jù)集，人工改寫了3.9億條指令數(shù)據(jù)，并提供了完善的數(shù)據(jù)篩選、版本控制工具。

關(guān)鍵詞：