国内外大模型生态发展报告!

很多同学只知类似Check GPT或者说对国内的一些比较了解,对国外的不太了解,所以在这总结。

1 大模型的发展

左表

名称 参数 特点 发布时间
GPT-2 15亿 英文底模,开源 2019年
Google T5 110亿 多任务微调, 开源 2019年
GPT-3.5 1750亿 人工反馈微调 2022年
Meta OPT 1750亿 英文底模, 开源 2022年
LLaMA 70亿~650亿 最受欢迎的开源模型之一 2023年
GPT-4 1.8万亿 史上最强大模型 2023年
Vicuna-13B 130亿 开源聊天机器人 2023年
Falcon 400亿 阿联酋先进技术研究委员会 2023年
Claude 1.3 未公开 Anthropic研发,注重安全和可靠性 2023年
PaLM 2 未公开 Google最新大模型 2023年
Mistral 7B, 13B 强调性能和效率 2023年
GPT-4-turbo 未公开 OpenAI更高效版本 2023年
Claude 2 未公开 改进的上下文理解和任务执行能力 2023年
LLaMA 2 70亿, 130亿, 700亿 Meta开源的改进版本,商用更自由 2023年
Gemini 未公开 Google的多模态AI模型 2023年
Claude 3 未公开 Anthropic的最新版本,包括Opus、Sonnet和Haiku 2024年
GPT-4o 未公开 OpenAI的GPT-4升级版 2024年
Gemini Pro 未公开 Google Gemini的升级版 2024年

右表

名称 参数 特点 发布时间
百川智能 70亿 王小川, 开源 2023年
文心一言 2600亿 中文语料85% 2023年
通义千问 70亿~700亿 总体相当GPT-3 2023年
ChatGLM6B 60亿 10B以下最强中文开源 2023年
腾讯混元 超千亿 腾讯出品多模态 2023年
MOSS 160亿 多插件, 开源 2023年
Aquila 70亿~330亿 首个中文数据合规 2023年
PolyLM 130亿 对亚洲语言友好 2023年
讯飞星火 未公开 科大讯飞出品,多模态 2023年
ChatGLM2-6B 60亿 ChatGLM升级版,更强性能 2023年
天工 未公开 昆仑万维与奇点智源合作 2023年
360智脑 未公开 360公司出品 2023年
MiniMax 未公开 前百度高管创立 2023年
ChatGLM3 60亿,130亿 更强的多轮对话能力 2024年
文心一言4.0 未公开 百度升级版,多模态增强 2024年
通义千问2.0 未公开 阿里云升级版 2024年
腾讯混元2.0 未公开 腾讯升级版 2024年
Google T5 -> GPT-3 -> GLM130B -> LLaMa -> GPT-4 -> Falcon -> GPT-4v

发展角度,LLM最早基本在2017年左右,其实最早所有的LLM都是基于谷歌的Transformer架构设计。2017年谷歌发布它的T5模型,后续不断有新的这样LLM衍生出来。包括GPT-2、GPT-3、GLM-130B以Facebook为代表的这个开源的LaMa,还有后来GPT-4及中东的科研机构开发的这个FanCL及最新GPT4,包括多模态模型。

更多 LLM 官网,请访问编程严选网-导航

2 国外与国内大模型

表格左边主要是国外的一些常见LLM,右边是国内厂商。

发布时间看,海外比我们要早些,能够叫得上的或用的比较多的都是在2023年才开始发布。

3 参数与模型能力

先看国外的,第一个GPT-2大概15亿的参数。

参数是啥?

LLM的所谓参数,代表一个模型的复杂程度,参数越大,也就说它需要的容量空间,它需要的算力也就越大,那相应的能力就越强。

参数越小,它需要的算力就越小,能力相对较弱,能力强弱,主要通过它的回答或提炼问题的能力,就能看出来。

谷歌T5大概有110亿的参数,特点就是它可以实现多任务的一个微调,它是开源的。GPT主要是OpenAI的,GPT-3.5出来后,市面震惊,因为它的效果非常好,但是我们可以看到它的参数也是非常可怕,达到1750亿。所以说它的需要的算力非常多,它就能支持人工反馈的微调。

随后就是Meta公司即Facebook,就它也出品了,它的模型大概1750亿,底模是英文的。

底模是啥?

大模型预训练时,有个预训练过程,需要大量语料,如大量用英文材料,那底模就是英文,那它在它基础上做英文的一些问题回答,效果较好。

LLaMA也叫羊驼,https://www.alpacaml.com/:

目前比较主流的一个开源模型,目前开源里参数较大,效果较好的,最受欢迎的开源LLM之一。 GPT4最新出,但它最新的参数没变化,但底模数量会较大。GPT-4我们看到它的参数达到1.8万亿,号称史上最强。

比如说GPT的底模里有中文语料,所以它足够大,涵盖基本所有互联网知识,GPT-3.5截止2021年之前互联网知识,4把知识库呢更新到2023年。所以它涵盖的语言种类比较多。

再看右边国内的。

首先百川智能,王小川搞的,参数70亿,相当于羊驼水平。

百度文心一言就相对比较大,百度搞AI投入还是比较大的,参数2600亿,中文语料占到85%。

阿里通义千问参数在70~700亿之间,总体能力相当于GPT-3,国内还是稍差。

GLM-6B大概60亿的参数,清华大学的团队。目前国内或国际100亿以下最强中文开源模型,100亿参数窗口之下效果最好的目前是它,真的不错。

腾讯混元,具体参数没公布,大概超千亿,支持多模态。

多模态啥意思?

不光有文字文本生成,还有图像生成,文到图图到文啊等等就是各种模态支持。它的底模或者它的预训练更复杂,不光可能训练文字,还训练图片,支持多插件的开源模型。

基本上各有特点,但国内有两大特点:

  • 时间稍晚,基本到2023年发布
  • 中文支持相对的都比海外的这些模型好很多

商用角度,开源模型其实不太理想,LaMa不支持商用,但GLM都可商用,包括百川、FanCL都可商用。

4 大模型的生态

百模大战,千模大战多模型大战,就是由OpenAI引爆。

Hugging Face,抱脸,相当于AI界GitHub。很多开源模型可以找到:

可见整个LLM发展生态繁荣。

5 清华团队在PupilFace的主页

ChatGLM就是清华团队的,他们在PupilFace上面的一个主页。我们可以看到他们的作品。

已创建的LMs(Large Models,大型模型),LLM像ChatGLM、WebGLM 130B等,还有一些相应工具,包括预训练的这些图训练的神经网络。https://huggingface.co/THUDM/chatglm3-6b:

可以看到它的6B(6 billion,60亿参数),32K(可能指模型的某种配置或版本),然后包括7B(7 billion,70亿参数),13B(13 billion,130亿参数)。最强130B(130 billion,1300亿参数)。

整个大模型确实非常多,每个模型都有自己的特色。

6 商用许可

大模型名称 参数 是否可商用
ChatGLM 6B, 1T 可商用
ChatGLM2 6B, 1T 可商用
LLaMA 7B, 13B, 33B, 65B, 1T 不可商用
LLaMA2 7B, 13B, 33B, 65B, 2T 可商用
BLOOM 1B7, 7B1, 176B-MT, 1.5T 可商用
Baichuan 7B, 13B, 1.2T, 1.4T 可商用
Falcon 7B, 40B, 1.5T 可商用
Qwen 7B, 7B-Chat, 2.2T 可商用
Aquila 7B, 7B-Chat 可商用
Mistral 7B, 13B 可商用
Gemma 2B, 7B 可商用
Claude 未公开 不可商用
GPT-4 未公开 不可商用
PaLM 2 未公开 不可商用
Gemini 未公开 不可商用
BERT 110M, 340M 可商用
RoBERTa 125M, 355M 可商用
T5 60M, 220M, 770M, 3B, 11B 可商用
Gopher 280B 不可商用

关注我,紧跟本系列专栏文章,咱们下篇再续!

作者简介:魔都技术专家,多家大厂后端一线研发经验,在分布式系统设计、数据平台架构和AI应用开发等领域都有丰富实践经验。

各大技术社区头部专家博主。具有丰富的引领团队经验,深厚业务架构和解决方案的积累。

负责:

  • 中央/分销预订系统性能优化
  • 活动&优惠券等营销中台建设
  • 交易平台及数据中台等架构和开发设计
  • 车联网核心平台-物联网连接平台、大数据平台架构设计及优化
  • LLM应用开发

目前主攻降低软件复杂性设计、构建高可用系统方向。

参考:

本文由博客一文多发平台 OpenWrite 发布!

热门相关:女配她逆袭了   信息全知者   国民校草求抱抱   超级吸收   极品仙师