图书馆网站建设报告,工厂管理培训课程,怎样做一个自己的网站,江门网站快速排名两周前#xff0c;智源研究院发布了最强开源中英双语大模型AquilaChat2-34B 并在 22项评测基准中综合能力领先#xff0c;广受好评。为了方便开发者在低资源上运行 34B 模型#xff0c;智源团队发布了 Int4量化版本#xff0c;AquilaChat2-34B 模型用7B量级模型相近的GPU资… 两周前智源研究院发布了最强开源中英双语大模型AquilaChat2-34B 并在 22项评测基准中综合能力领先广受好评。为了方便开发者在低资源上运行 34B 模型智源团队发布了 Int4量化版本AquilaChat2-34B 模型用7B量级模型相近的GPU资源消耗提供了超越Llama2-70B模型的性能。 今日Aquila2-34B、AquilaChat2-34B 开源最新权重 v1.2 版本相较于10月12日开源的 v1.0 Base模型综合客观评测提升 6.9%Aquila2-34B v1.2 在 MMLU、TruthfulQA、CSL、TNEWS、OCNLI、BUSTM 等考试、理解及推理评测数据集上的评测结果分别增加 12%、14%、11%、12%、28%、18%。Chat模型在主观评测的8个二级能力维度上均接近或超过 GPT3.5 水平。 悟道·天鹰 Aquila2 开源仓库 https://github.com/FlagAI-Open/Aquila2 图Base 模型评测结果均采用HELM评测方式 如下图所示AquilaChat2-34B 最新版本在“国家安全”、“权利保护”、“伦理道德”维度相对 GPT3.5-turbo 有明显优势更符合国内的生成式模型的安全要求在“简单理解”、“知识运用”“推理能力”、“特殊生成”维度也接近或超过 GPT-3.5-turbo 水平。 主观能力评测采用 FlagEval 大语言模型评测能力框架[1]包含3个一级能力 基础语言能力二级能力包括简单理解、知识运用、推理能力高级语言能力二级能力包括特殊生成、语境理解安全与价值观二级能力包括国家安全、权利保护、伦理道德。 [1] https://flageval.baai.ac.cn/#/rule 图主观评测总分及一级能力对比 图主观评测二级能力分析 图主观评测-二级能力分析雷达图 此外支持16K上下文窗口的长文本模型 AquilaChat2-34B-16K 也发布了最新权重相较于上一版本在长文本理解综合能力上有明显提升接近GPT-3.5-turbo-16K。 图长文本理解任务评测 快速上手 Aquila2 系列模型 悟道天鹰Aquila2-34B系列模型已开源并支持商用许可 欢迎社区开发者下载并反馈使用体验 使用方式一推荐通过 FlagAI 加载 Aquila2 系列模型 https://github.com/FlagAI-Open/Aquila2 使用方式二通过 FlagOpen 模型仓库单独下载权重 https://model.baai.ac.cn/ 使用方式三通过 Hugging Face 加载 Aquila2 系列模型 https://huggingface.co/BAAI
