9 月 28 日消息，“中國電信人工智能研究院”官方公眾號今天宣布，中國電信人工智能研究院（IT之家注：下文稱 TeleAI）成功完成國內(nèi)首個基于全國產(chǎn)化萬卡集群訓(xùn)練的萬億參數(shù)大模型，并正式對外開源首個基于全國產(chǎn)化萬卡集群和國產(chǎn)深度學(xué)習(xí)框架訓(xùn)練的千億參數(shù)大模型 —— 星辰語義大模型 TeleChat2-115B。
官方表示，這項科研成果標(biāo)志著國產(chǎn)大模型訓(xùn)練真正實現(xiàn)全國產(chǎn)化替代，正式進入全國產(chǎn)自主創(chuàng)新、安全可控的新階段。
TeleChat2-115B 基于中國電信自研的天翼云“息壤一體化智算服務(wù)平臺”和人工智能公司“星海 AI 平臺”訓(xùn)練完成。據(jù)介紹，其在保證訓(xùn)練精度的前提下利用多種優(yōu)化手段提升模型訓(xùn)練效率和穩(wěn)定性，實現(xiàn)了 GPU 同等算力計算效率超 93% ，模型有效訓(xùn)練時長占比超 98% 。
針對超大參數(shù)模型訓(xùn)練，TeleAI 采用了大量小模型進行 Scaling，進而驗證不同模型結(jié)構(gòu)的有效性。同時，在數(shù)據(jù)配比方面，基于小模型實驗結(jié)果反饋，采用回歸預(yù)測模型，得到較優(yōu)數(shù)據(jù)配比。
在 Post-Training（后訓(xùn)練）方面，TeleAI 首先針對數(shù)學(xué)、代碼和邏輯推理等內(nèi)容合成了大量問答數(shù)據(jù)，用于 SFT（監(jiān)督式微調(diào)）第一階段模型訓(xùn)練。
其次，其采用迭代式更新策略，使用模型對提示詞數(shù)據(jù)進行指令復(fù)雜性提升與多樣性擴充，通過模型合成和人工標(biāo)注提升答案質(zhì)量，并利用拒絕采樣獲取優(yōu)質(zhì) SFT 數(shù)據(jù)及 RM（獎勵模型）代表性數(shù)據(jù)，用于 SFT 訓(xùn)練和 DPO（偏好對齊）訓(xùn)練，以及模型效果迭代。
