當前快訊:全面開源??“悟道3.0”大模型系列發布

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布《2023智源研究院進展報告》，并發布了全面開源的“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“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，以及一系列多模態模型成果。

黃鐵軍介紹，在2021年3月的悟道1.0發布會上，智源研判人工智能已經從“大煉模型”轉變為“煉大模型”的新階段，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：一是規模要大，參數達百億規模以上;二是涌現性，能夠產生預料之外的新能力;三是通用性，不限于專門問題或領域，能夠處理多種不同的任務。

據介紹，悟道系列模型已發展到“悟道3.0”版本，涵蓋語言、視覺、多模態等基礎大模型。其中，“悟道·視界”視覺大模型系列，實現6項國際領先技術突破，點亮了通用視覺曙光。“悟道·視界”系統化解決了當前計算機視覺領域的一系列瓶頸問題，包括任務統一、模型規模化以及數據效率等，包括在多模態序列中補全一切的多模態大模型 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，首創上下文圖像學習技術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。

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。為推動大模型在產業落地和技術創新，智源研究院發布了“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”，持續迭代、持續開源開放。

悟道·天鷹Aquila 語言大模型是首個具備中英雙語知識、支持商用許可協議、國內數據合規需求的開源語言大模型。該模型在中英文高質量語料基礎上從 0 開始訓練，通過數據質量的控制、多種訓練的優化方法，實現在更小的數據集、更短的訓練時間，獲得比其它開源模型更優的性能。

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方法實現對主觀評測的輔助，大幅提升評測的效率和客觀性。

據悉，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)，定期發布權威評測榜單

與此同時，開源開放，FlagOpen 大模型開源技術體系升級，大規模、可商用中文指令數據集COIG二期也于會上發布。

“大模型不是任何一家機構或者一家公司壟斷的技術，大模型技術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方面做了許多努力。今年年初發布的FlagOpen大模型技術開源體系，經過一段時間的發展，又有了一系列發展。這為大模型發展夯實底層技術棧，提供切實加速度。

如，FlagOpen平臺是智源建設的大模型技術開源體系。旨在打造全面支撐大模型技術發展的開源算法體系和一站式基礎軟件平臺，支持協同創新和開放競爭，共建共享大模型時代的“新Linux”開源開放生態。

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

關鍵詞：