丰色发自凹非寺
量子位公众号 QbitAI
李开复旗下 AI 公司零一万物，又一位大模型选手登场：
90 亿参数 Yi-9B。
它号称 Yi 系列中的“理科状元”，“恶补”了代码数学，同时综合能力也没落下。
在一系列类似规模的开源模型（包括 Mistral-7B、SOLAR-10.7B、Gemma-7B、DeepSeek-Coder-7B-Base-v1.5 等）中，表现最佳。
老规矩，发布即开源，尤其对开发者友好：
Yi-9B（BF 16） 和其量化版 Yi-9B（Int8）都能在消费级显卡上部署。
一块 RTX 4090、一块 RTX 3090 就可以。
深度扩增+多阶段增量训练而成
零一万物的 Yi 家族此前已经发布了 Yi-6B 和 Yi-34B 系列。
这两者都是在 3.1T token 中英文数据上进行的预训练，Yi-9B 则在此基础上，增加了 0.8T token 继续训练而成。
数据的截止日期是2023 年 6 月。
开头提到，Yi-9B 最大的进步在于数学和代码，那么这俩能力究竟如何提升呢？
零一万物介绍：
单靠增加数据量并没法达到预期。
靠的是先增加模型大小，在 Yi-6B 的基础上增至 9B，再进行多阶段数据增量训练。
首先，怎么个模型大小增加法？
一个前提是，团队通过分析发现：
Yi-6B 训练得已经很充分，再怎么新增更多 token 练效果可能也不会往上了，所以考虑扩增它的大小。(下图单位不是 TB 而是B)
怎么增？答案是深度扩增。
零一万物介绍：
对原模型进行宽度扩增会带来更多的性能损失，通过选择合适的 layer 对模型进行深度扩增后，新增 layer 的 input/output cosine 越接近 1.0，即扩增后的模型性能越能保持原有模型的性能，模型性能损失微弱。
依照此思路，零一万物选择复制 Yi-6B 相对靠后的 16 层（12-28 层)，组成了 48 层的 Yi-9B。
实验显示，这种方法比用 Solar-10.7B 模型复制中间的 16 层（8-24 层）性能更优。
其次，怎么个多阶段训练法？
答案是先增加 0.4T 包含文本和代码的数据，但数据配比与 Yi-6B 一样。
然后增加另外的 0.4T 数据，同样包括文本和代码，但重点增加代码和数学数据的比例。
（悟了，就和我们在大模型提问里的诀窍“think step by step”思路一样）
这两步操作完成后，还没完，团队还参考两篇论文（An Empirical Model of Large-Batch Training 和 Don’t Decay the Learning Rate, Increase the Batch Size）的思路，优化了调参方法。
即从固定的学习率开始，每当模型 loss 停止下降时就增加 batch size，使其下降不中断，让模型学习得更加充分。
最终，Yi-9B 实际共包含 88 亿参数，达成 4k 上下文长度。
Yi 系列中代码和数学能力最强
实测中，零一万物使用 greedy decoding 的生成方式（即每次选择概率值最大的单词）来进行测试。
参评模型为 DeepSeek-Coder、DeepSeek-Math、Mistral-7B、SOLAR-10.7B 和 Gemma-7B：
（1）DeepSeek-Coder，来自国内的深度求索公司，其 33B 的指令调优版本人类评估超越 GPT-3.5-turbo，7B 版本性能则能达到 CodeLlama-34B 的性能。
DeepSeek-Math则靠 7B 参数干翻 GPT-4，震撼整个开源社区。
（2）SOLAR-10.7B来自韩国的 Upstage AI，2023 年 12 月诞生，性能超越 Mixtral-8x7B-Instruct。
（3）Mistral-7B则是首个开源 MoE 大模型，达到甚至超越了 Llama 2 70B 和 GPT-3.5 的水平。
（4）Gemma-7B来自谷歌，零一万物指出：
其有效参数量其实和 Yi-9B 一个等级。
（两者命名准则不一样，前者只用了 Non-Embedding 参数，后者用的是全部参数量并向上取整）
结果如下。
首先在代码任务上，Yi-9B 性能仅次于 DeepSeek-Coder-7B，其余四位全部被 KO。
在数学能力上，Yi-9B 性能仅次于 DeepSeek-Math-7B，超越其余四位。
综合能力也不赖。
其性能在尺寸相近的开源模型中最好，超越了其余全部五位选手。
最后，还测了常识和推理能力：
结果是 Yi-9B 与 Mistral-7B、SOLAR-10.7B 和 Gemma-7B 不相上下。
以及语言能力，不仅英文不错，中文也是广受好评：
最最后，看完这些，有网友表示：已经迫不及待想试试了。
还有人则替 DeepSeek 捏了一把汗：
赶紧加强你们的“比赛”吧。全面主导地位已经没有了==
传送门在此：
https://huggingface.co/01-ai/Yi-9B
参考链接：
