開源模型新紀錄：超越Mixtral 8x7B Instruct的模型來了

　　從 Llama、Llama2到 Mixtral8x7B，開源模型的性能記錄一直在被刷新。由于 Mistral8x7B 在大多數(shù)基準測試中都優(yōu)于 Llama270B 和 GPT-3.5，因此它也被認為是一種「非常接近 GPT-4」的開源選項。

　　在前段時間的一篇論文中，該模型背后的公司 Mistral AI 公布了 Mixtral8x7B 的一些技術(shù)細節(jié)，并推出了 Mixtral8x7B – Instruct 聊天模型。該模型性能在人類評估基準上明顯超過了 GPT-3.5Turbo、Claude-2.1、Gemini Pro 和 Llama270B 聊天模型。在 BBQ 和 BOLD 等基準中，Mixtral - Instruct 也顯示出更少的偏見。

　　但最近，Mixtral Instruct 也被超越了。一家名叫 Nous Research 的公司宣布，他們基于 Mixtral8x7B 訓練的新模型 ——Nous-Hermes-2Mixtral8x7B 在很多基準上都超過了 Mixtral Instruct，達到了 SOTA 性能。

　　該公司聯(lián)合創(chuàng)始人、X 平臺用戶 @Teknium (e/λ) 表示，「據(jù)我所知，這是第一個擊敗 Mixtral Instruct 的基于 Mixtral 的模型，在我個人的測試中，它可能是最好的開源 LLM 模型!」

　　模型資料卡顯示，該模型在超過100萬個條目(主要是 GPT-4生成的數(shù)據(jù))以及來自整個 AI 領(lǐng)域開放數(shù)據(jù)集的其他高質(zhì)量數(shù)據(jù)上進行了訓練。根據(jù)后續(xù)微調(diào)方法的不同，該模型被分為兩個版本:

　　僅用 SFT 方法微調(diào)的 Nous Hermes2Mixtral8x7B SFT。鏈接:https://huggingface.co/NousResearch/Nous-Hermes-2-Mixtral-8x7B-SFT

　　用 SFT+DPO 方法微調(diào)的 Nous Hermes2Mixtral8x7B DPO。鏈接:https://huggingface.co/NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO。Mixtral Nous-Hermes2DPO Adapter 鏈接:https://huggingface.co/NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO-adapter

　　至于為什么發(fā)布兩個版本，@Teknium (e/λ) 給出了以下解釋:

　　以下是模型的輸出示例:

　　1、為數(shù)據(jù)可視化編寫代碼

　　2、寫賽博朋克迷幻詩

　　3、根據(jù)輸入文本創(chuàng)建提示

　　以下是一些性能數(shù)據(jù):

　　1、GPT4All

　　2、AGI-Eval

　　3、BigBench 推理測試

　　在模型發(fā)布之后不久，生成式 AI 初創(chuàng)公司 Together AI 就宣布了其 API 對該模型的支持。Together AI 去年11月剛完成超一億美元的 A 論融資。在 Nous Research 訓練和微調(diào) Nous Hermes2Mixtral8x7B 模型期間，Together AI 為他們提供了算力支持。

　　Nous Research 最初是一個志愿者項目。他們最近成功完成了520萬美元的種子融資輪，此輪融資由 Distributed Global 和 OSS Capital 聯(lián)合領(lǐng)投，同時吸引了包括 Together AI 創(chuàng)始人兼 CEO Vipul Ved Reddy 在內(nèi)的多位知名投資者的參與。Nous 計劃在2024年推出一款名為 Nous-Forge 的 AI 編排工具。

　　從官網(wǎng)介紹中可以看到，他們的產(chǎn)品定位是:能夠連接和運行程序，獲取和分析客戶文檔，并生成合成數(shù)據(jù)供生產(chǎn)使用。這些專有系統(tǒng)可根據(jù)客戶的需求進行微調(diào)，無論其業(yè)務領(lǐng)域如何。通過這些新穎的算法，他們希望聚合并分析數(shù)字注意力生態(tài)系統(tǒng)中以往非結(jié)構(gòu)化的專題數(shù)據(jù)，為客戶提供隱藏的市場脈搏信息。