幻觉处理国内最优!530亿参数Baichuan2推理能力飙升100%,首次开放API商用
【新智元导读】昨天,Baichuan2-53B正式发布!首次开放API,意味着百川大模型开始正式进军商用了。另外,模型的数学和逻辑推理能力都大幅飙升,对于幻觉的处理,已经在国内遥遥领先。
百川大模型,昨日全面升级!
就在9月25日,百川智能正式发布了全新升级的530亿参数大模型——Baichuan2-53B。
体验地址:https://www.baichuan-ai.com/home
这一次,它的数学和逻辑推理能力显著提升。
更重要的是,通过高质量数据体系和搜索增强,Baichuan2-53B的幻觉大大降低,是目前国内幻觉问题最低的大模型。
不仅如此,作为首批通过备案的大模型企业,百川智能还开放了Baichuan2-53B API接口。
这意味着,百川智能正式进军To B领域,从此将开启商业化进程。
幻觉处理,国内遥遥领先
最值得一提的是,新升级的Baichuan2-53B,在「幻觉」处理上已经在国内行业遥遥领先了。
简单讲,「幻觉」就是LLM在没有任何已知事实支撑下,常常会一本正经地胡说八道。
别看GPT-4在多种任务上表现突出,但也无法逃过这一诅咒。
那么,为什么大模型会出现「幻觉」?
4月,OpenAI联合创始人兼研究科学家John Schulman在UC伯克利的演讲中,详细阐述了大模型难以攻克的难题。
在Schulman看来,LLM黑盒内部隐藏着一个「知识图谱」。如果这个架构中没有的知识,仅通过SFT教大模型(即行为克隆)知识,实则在教它输出幻觉。
针对这一难题,百川智能又是如何在大模型的「幻觉处理」上,做到业内领先的呢?
在高质量数据构建上,Baichuan2-53B独创了一套数据质量体系。
以低质、优质为标准将数据进行分类,确保Baichuan2-53B始终使用优质数据进行预训练。
另外,在信息获取方面,Baichuan2-53B对多个模块进行了升级,包括指令意图理解、智能搜索和结果增强等关键组件。
这一综合体系通过深入理解用户指令,精确驱动查询词的搜索,最终结合大语言模型技术,优化模型结果生成的可靠性,实现更精确、更智能的模型回答结果,减少模型幻觉。
比如,在解释「勾三股四弦五」这个问题上,GPT-4显然是在胡说八道。
相比之下,Baichuan2-53B一次就给出了正确的回答。
再比如,「周树人和鲁迅是不是同一个人」这道经典问题,Baichuan2-53B的回答既全面又准确。
可以看到,通过构建高质量数据体系,以及搜索增强技术两个方面的优化,Baichuan2-53B有效降低了模型幻觉。
经过FacTool评测后的结果显示,Baichuan2-53B的综合得分为140.5,在主流基础大模型中仅排在GPT-4之后,处于国内领先水平。
FacTool是由上海交通大学、卡内基梅隆大学、香港城市大学、Meta 等机构学者共同提出的一款通用框架,能够查核大模型生成内容的事实准确性(也能查核一般性内容的事实准确性)。
项目地址:https://github.com/GAIR-NLP/factool
能力升级,推理100% up
其实,Baichuan2-53B已经是百川智能发布的第6款大模型了。
4月10日百川智能成立后,就一直在以惊人的速度创新,迭代的速度竟然达到了平均每28天就推出一款大模型!
早在8月8日Baichuan2-53B刚发布时,它就表现出了优异的知识问答、文学创作才能。
如果要问,评价一款大模型是否领先的重要指标是什么,相信「数学和逻辑推理能力」,会是诸多业内人士给出的答案。
这次,在Baichuan-53B的基础上,Baichuan2-53B就重点强化了数学和逻辑推理的能力,并且,还对整体能力进行了全面升级。
具体来说,它的逻辑推理能力提升100%,数学能力提升31%,语言理解能力提升29%,文本创作提升18%,知识问答提升9%。
数学推理
数学能力大升级的Baichuan2-53B,做起数学应用题来当然是不在话下。
比如,两个数的和是572,其中一个加数个位上是0,去掉0后,就与第二个加数相同。那么,这两个数分别是?
Baichuan2-53B列出了方程式,假设一个加数是10A,另一个为B,然后根据已知条件,得出正解。
再比如下题中,Baichuan2-53B先计算出来了总运输收入,然后除以每箱玻璃亏损的钱,就得到了损坏的玻璃箱数。
再来个经典的「两地相距多少千米」的问题,Baichuan2-53B通过分步计算,得出了正确答案。
推理方面,先来个简单的问题:天气预报本周三会下雨,昨天果然下雨了,今天是星期几?
Baichuan2-53B毫不费力,直接得出「星期四」!
接下来,推理难度稍微升级一下:假设有一个池塘,里面有无穷多的水。
现有两个空水壶,容积分别为5升和6升。问如何只有这2个水壶,从池塘里取得3升的水?
Baichuan2-53B行云流水地开始作答,6步内给出了正确答案。
经过多轮的测试可以发现,升级后的Baichuan2-53B的数学和逻辑推理能力,果然不可同日而语。在曾经不太擅长的题目上,它都有了大幅提升。
时效问题
而在时效性这方面,Baichuan2-53B的表现可谓十分优异。
杭州亚运会刚刚开幕,年龄最小的选手竟然仅有9岁。Baichuan2-53B在最新的问题上,也答对了。
甚至,Baichuan2-53B准确地解释了,特斯拉刚刚公布的人形机器人Optimus背后神经网络原理。
再比如,今年9月上旬,第80届威尼斯电影节在意大利落幕。
此次电影节,是否有中国电影和演员获奖?
Baichuan2-53B立刻回答出,李鸿其的《爱是一把枪》获得了最佳长片首作,梁朝伟获得了终身成就金狮奖。
梅老板与大巴黎的合约今年6月底到期,在7月正式加盟迈阿密国际。
对此,Baichuan2-53B也是了如指掌。
同样,它还可以准确地告诉你小德一共拿了24次大满贯,包括2023年的这一次。
开放API,正式进军商用
不仅如此,这次Baichuan2-53B还正式开放了API接口,可以让企业和开发者将模型集成到自己的应用和服务中。
API地址:https://platform.baichuan-ai.com
这项服务是否有门槛呢?
可以说,几乎没有。Baichuan2-53B的API接口相当便捷易用,只需要简单的配置和集成,就可以接入了。
而且,它对OpenAI的接口高度兼容,这样就可以让客户快速迁移,无论是模型的部署成本还是转换成本,都大大降低。
总之,现在无论是智能客服、智能写作还是智能推荐,都能得到大模型的能力加持。
要说企业用户最关注的,莫过于安全合规问题了。
对此也无需担心。
作为首批通过《生成式人工智能服务管理暂行办法》备案的大模型企业,百川智能为Baichuan2-53B打造了覆盖大模型预训练、精调、推理全周期的安全增强,可以说,全流程都在安全保障之下。
而借助着Baichuan2-53B丰富强大的模型能力,企业用户不仅可以让已有业务升级、减低成本,还能探索更多的应用场景。
可以相信,就在此刻,已经有一大波令人印象深刻的创新,正在土壤中被酝酿了。
参考资料:
https://www.baichuan-ai.com/home
何小鹏:技术的争鸣定能让用户受益 感谢余承东
最近,国内汽车圈因为AEB(自动紧急制动系统)的技术路线争论,几位大佬们隔空互怼,引发了广泛关注。而今天,小鹏汽车CEO何小鹏发文表示,他相信这种技术的争鸣最终会让用户受益。何小鹏表示,他和余承东一起讨论了技术路线,相信通过OTA(空中下载技术)拓展AEB功能,能够引领智驾科技创新,共赢智能电动汽车新时代。他还感谢余承东的建议和大度,表示有时候误会之后更容易成为好朋友。站长网2023-11-09 11:52:550000科技部发文规范AI使用 科研人员禁用AIGC直接生成申报材料
据科学技术部消息,科技部监督司近日编制印发《负责任研究行为规范指引(2023)》,提出不得使用生成式人工智能(AIGC)直接生成申报材料,不得将生成式人工智能列为成果共同完成人,同时强调科研人员应把科技伦理要求贯穿到研究活动的全过程。《指引》适用对象包括科研机构、高等学校、医疗卫生机构、企业及其科研人员,有关规范要求覆盖科技活动的主要环节和过程。0000微软与 OpenAI 的幕后冲突:人工智能领域合作与竞争并存的独特关系
据报道,OpenAI曾向微软发出警告,要求他们在将GPT-4整合到Bing搜索引擎中时慢慢进行,以避免出现不准确和不可预测的回复。据WSJ报道,OpenAI团队提醒了微软推出基于尚未发布的GPT-4版本的聊天机器人可能需要一些时间来减少不准确和奇怪的回复。尽管有警告称需要时间来减少不准确和奇怪的回复,但微软还是继续推出了Bing聊天。站长网2023-06-15 10:10:380000贾跃亭点评小米汽车:发布取得巨大成功
今日下午,身处美国的法拉第未来创始人贾跃亭通过微博,针对小米汽车发表了独到见解。在评论中,贾跃亭首先给予小米汽车正面的评价。他称赞小米汽车的首次发布取得了巨大成功,这充分展现了中国新能源汽车产业链近年来的成熟,以及中国制造在性价比上的显著优势。他还特别提到,小米在造车领域的执行力和营销能力都值得点赞。站长网2024-04-06 14:18:320000OpenAI正开发新AI检测工具 识别AI生成图像准确度高达99%
划重点:1.🤖OpenAI正在开发一款工具,可以高度准确地检测由人工智能生成的图像。2.💼OpenAI的首席技术官MiraMurati表示,他们的工具在确定图像是否由AI生成方面“99%可靠”。3.🌐这种检测工具对于防止利用人工智能制作虚假新闻报道具有重要意义。站长网2023-10-18 23:15:200000