快讯科技财经汽车社会旅游娱乐时尚健康生活科学教育

热搜：整理5个步

首页 > 科技

10万美元训出Llama-2级大模型！全华人打造新型MoE，贾扬清SD前CEO围观

发布时间: 2024-04-06 07:13:53 来源：量子位

观看：340

消费级GPU即可微调

“只需”10万美元，训练Llama-2级别的大模型。

尺寸更小但性能不减的MoE模型来了：

它叫JetMoE，来自MIT、普林斯顿等研究机构。

性能妥妥超过同等规模的Llama-2。

10万美元训出Llama-2级大模型！全华人打造新型MoE，贾扬清SD前CEO围观

△贾扬清转发

要知道，后者可是数十亿美元级别的投入成本。

JetMoE发布即完全开源，且学术界友好：仅使用公开数据集和开源代码，用消费级GPU就能进行微调。

不得说，大模型的打造成本，真的比人们想的要便宜更多了。

Ps. Stable Diffusion前老板Emad也点了赞：

10万美刀实现Llama-2性能

JetMoE启发于ModuleFormer的稀疏激活架构。

（ModuleFormer，一种基于稀疏专家混合(SMoE)的模块化架构，可提高大模型效率和灵活性，去年6月提出）

它的注意力层中仍然使用了MoE：

80亿参数的JetMoE一共有24个区块，每块包含2个MoE层，分别是注意力头混合 (MoA) 和MLP专家混合 (MoE）。

每个MoA和MoE层又有8个专家，每次输入token激活2个。

JetMoE-8B使用公开数据集中的1.25T token进行训练，学习率5.0 x 10-4，全局batch size为4M token。

具体训练方案遵循MiniCPM（来自面壁智能，2B模型就能赶超Mistral-7B）的思路，共包含两阶段：

第一阶段使用线性预热的恒定学习率，用来自大规模开源预训练数据集的1万亿个token进行训练，这些数据集包括RefinedWeb、Pile、Github data等等。

第二阶段则使用指数学习率衰减，用2500亿个token训练来自第一阶段数据集和超高质量开源数据集的token。

最终，团队使用96×H100的GPU集群，花费2周时间、约8万美元搞定JetMoE-8B。

更多技术细节将在不久后发布的技术报告上揭露。

而在推理过程中，由于JetMoE-8B仅具有22亿个激活参数，因此计算成本大大降低——

同时，它还收获了不错的性能表现。

如下图所示：

JetMoE-8B在8个评测基准上获得了5个sota（包括大模型竞技场Open LLM Leaderboard），超过LLaMA-13B、LLaMA2-7B和DeepseekMoE-16B。

在MT-Bench基准上得分6.681，也超过了130亿参数的LLaMA2、Vicuna等模型。

作者介绍

JetMoE一共4位作者，分别是：

Yikang Shen

MIT-IBM Watson Lab研究员，研究方向NLP。

本硕毕业于北航，博士经历于Yoshua Bengio创办的Mila研究机构。

国振 (Gavin Guo)

MIT博士在读，研究方向为3D成像的数据高效机器学习。

UC伯克利本科毕业，去年夏天作为学生研究员加入MIT-IBM Watson Lab，导师为Yikang Shen等人。

蔡天乐

普林斯顿博士在读生，本科毕业于北大应用数学和计算机科学，目前也是Together.ai 的兼职研究员，与Tri Dao合作。

Zengyi Qin

MIT博士在读，同时在创业，MyShell的AI研发主管。

这家公司刚刚融资了1100万美元，投资者包括Transformer的作者。

传送门：
https://github.com/myshell-ai/JetMoE
参考链接：
https://twitter.com/jiayq/status/1775935845205463292

3月18日，伴随着搬运车的轰鸣声，全国首个大规模清洁能源特高压直流输电工程的送端±800千伏特高压祁连换流站迎来了一位“新成员”——1号调相机转子，该换流站第7次年度检修工作记者3月20日从中国科学技术大学获悉，该校郭光灿院士团队在量子态分辨研究中取得重要进展。研究组在最小资源消耗的量子态分辨问题中首次提出了全局最优自适应策略，并发展了自适应集体测量实验 3月21日上午，全球首列氢能源市域列车在中车长客股份公司（以下简称“中车长客”）试验线上进行了时速160公里满载运行试验。当日试验过程中，车以160公里/小时速度运行的列车，每公里实际运行平均能耗作为月之暗面的创始人，杨植麟常把他的AGI梦想形容为“登月计划”，长文本就是这个伟大计划的第一步。但现在，随着Kimi的爆火出圈，赛道瞬间变得拥挤，24小时内，阿里、360、百度紧急“出手”，纷 3月21日，人工智能大模型赋能企业科技创新研讨会在广州召开。中国知网在会议期间发布了专利大数据智能应用产品“AI Pat+”。据中国知网相关负责人介绍，中国知网在人工智能大模型领域的深入研发记者从中国气象局了解到，3月24日、25日和26日三天，将可能出现地磁活动，其中3月25日可能发生中等以上地磁暴甚至大地磁暴，预计地磁活动将持续到26日。在此影响之下，空间站可能因大气拖拽造成轨道高。

本文链接：10万美元训出Llama-2级大模型！全华人打造新型MoE，贾扬清SD前CEO围观http://www.sushuapos.com/show-2-4591-0.html

声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。

上一篇：超巧全智贤宋慧乔在机场撞型，她眼睛都会笑（超巧全智贤宋慧乔在机场撞型）

下一篇：最懂AI的诺奖经济学得主去世，大模型关键技术受他研究启发

10万美元训出Llama-2级大模型！全华人打造新型MoE，贾扬清SD前CEO围观

10万美刀实现Llama-2性能

作者介绍

热门资讯

推荐资讯

科技最热文章