【新智元導(dǎo)讀】昨天，Baichuan2-53B正式發(fā)布!首次開放API，意味著百川大模型開始正式進(jìn)軍商用了。另外，模型的數(shù)學(xué)和邏輯推理能力都大幅飆升，對于幻覺的處理，已經(jīng)在國內(nèi)遙遙領(lǐng)先。
百川大模型，昨日全面升級!
就在9月25日，百川智能正式發(fā)布了全新升級的530億參數(shù)大模型——Baichuan2-53B。
體驗地址:https://www.baichuan-ai.com/home
這一次，它的數(shù)學(xué)和邏輯推理能力顯著提升。
更重要的是，通過高質(zhì)量數(shù)據(jù)體系和搜索增強(qiáng)，Baichuan2-53B的幻覺大大降低，是目前國內(nèi)幻覺問題最低的大模型。
不僅如此，作為首批通過備案的大模型企業(yè)，百川智能還開放了Baichuan2-53B API接口。
這意味著，百川智能正式進(jìn)軍To B領(lǐng)域，從此將開啟商業(yè)化進(jìn)程。
幻覺處理，國內(nèi)遙遙領(lǐng)先
最值得一提的是，新升級的Baichuan2-53B，在「幻覺」處理上已經(jīng)在國內(nèi)行業(yè)遙遙領(lǐng)先了。
簡單講，「幻覺」就是LLM在沒有任何已知事實支撐下，常常會一本正經(jīng)地胡說八道。
別看GPT-4在多種任務(wù)上表現(xiàn)突出，但也無法逃過這一詛咒。
那么，為什么大模型會出現(xiàn)「幻覺」?
4月，OpenAI聯(lián)合創(chuàng)始人兼研究科學(xué)家John Schulman在UC伯克利的演講中，詳細(xì)闡述了大模型難以攻克的難題。
在Schulman看來，LLM黑盒內(nèi)部隱藏著一個「知識圖譜」。如果這個架構(gòu)中沒有的知識，僅通過SFT教大模型（即行為克?。┲R，實則在教它輸出幻覺。
針對這一難題，百川智能又是如何在大模型的「幻覺處理」上，做到業(yè)內(nèi)領(lǐng)先的呢?
在高質(zhì)量數(shù)據(jù)構(gòu)建上，Baichuan2-53B獨創(chuàng)了一套數(shù)據(jù)質(zhì)量體系。
以低質(zhì)、優(yōu)質(zhì)為標(biāo)準(zhǔn)將數(shù)據(jù)進(jìn)行分類，確保Baichuan2-53B始終使用優(yōu)質(zhì)數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練。
另外，在信息獲取方面，Baichuan2-53B對多個模塊進(jìn)行了升級，包括指令意圖理解、智能搜索和結(jié)果增強(qiáng)等關(guān)鍵組件。
這一綜合體系通過深入理解用戶指令，精確驅(qū)動查詢詞的搜索，最終結(jié)合大語言模型技術(shù)，優(yōu)化模型結(jié)果生成的可靠性，實現(xiàn)更精確、更智能的模型回答結(jié)果，減少模型幻覺。
比如，在解釋「勾三股四弦五」這個問題上，GPT-4顯然是在胡說八道。
相比之下，Baichuan2-53B一次就給出了正確的回答。
再比如，「周樹人和魯迅是不是同一個人」這道經(jīng)典問題，Baichuan2-53B的回答既全面又準(zhǔn)確。
可以看到，通過構(gòu)建高質(zhì)量數(shù)據(jù)體系，以及搜索增強(qiáng)技術(shù)兩個方面的優(yōu)化，Baichuan2-53B有效降低了模型幻覺。
經(jīng)過FacTool評測后的結(jié)果顯示，Baichuan2-53B的綜合得分為140.5，在主流基礎(chǔ)大模型中僅排在GPT-4之后，處于國內(nèi)領(lǐng)先水平。
FacTool是由上海交通大學(xué)、卡內(nèi)基梅隆大學(xué)、香港城市大學(xué)、meta 等機(jī)構(gòu)學(xué)者共同提出的一款通用框架，能夠查核大模型生成內(nèi)容的事實準(zhǔn)確性（也能查核一般性內(nèi)容的事實準(zhǔn)確性）。
項目地址:https://github.com/GAIR-NLP/factool
能力升級，推理100% up
其實，Baichuan2-53B已經(jīng)是百川智能發(fā)布的第6款大模型了。
4月10日百川智能成立后，就一直在以驚人的速度創(chuàng)新，迭代的速度竟然達(dá)到了平均每28天就推出一款大模型!
早在8月8日Baichuan2-53B剛發(fā)布時，它就表現(xiàn)出了優(yōu)異的知識問答、文學(xué)創(chuàng)作才能。
如果要問，評價一款大模型是否領(lǐng)先的重要指標(biāo)是什么，相信「數(shù)學(xué)和邏輯推理能力」，會是諸多業(yè)內(nèi)人士給出的答案。
這次，在Baichuan-53B的基礎(chǔ)上，Baichuan2-53B就重點強(qiáng)化了數(shù)學(xué)和邏輯推理的能力，并且，還對整體能力進(jìn)行了全面升級。
具體來說，它的邏輯推理能力提升100%，數(shù)學(xué)能力提升31%，語言理解能力提升29%，文本創(chuàng)作提升18%，知識問答提升9%。
數(shù)學(xué)推理
數(shù)學(xué)能力大升級的Baichuan2-53B，做起數(shù)學(xué)應(yīng)用題來當(dāng)然是不在話下。
比如，兩個數(shù)的和是572，其中一個加數(shù)個位上是0，去掉0后，就與第二個加數(shù)相同。那么，這兩個數(shù)分別是?
Baichuan2-53B列出了方程式，假設(shè)一個加數(shù)是10A，另一個為B，然后根據(jù)已知條件，得出正解。
再比如下題中，Baichuan2-53B先計算出來了總運(yùn)輸收入，然后除以每箱玻璃虧損的錢，就得到了損壞的玻璃箱數(shù)。
再來個經(jīng)典的「兩地相距多少千米」的問題，Baichuan2-53B通過分步計算，得出了正確答案。
推理方面，先來個簡單的問題:天氣預(yù)報本周三會下雨，昨天果然下雨了，今天是星期幾?
Baichuan2-53B毫不費(fèi)力，直接得出「星期四」!
接下來，推理難度稍微升級一下:假設(shè)有一個池塘，里面有無窮多的水。
現(xiàn)有兩個空水壺，容積分別為5升和6升。問如何只有這2個水壺，從池塘里取得3升的水?
Baichuan2-53B行云流水地開始作答，6步內(nèi)給出了正確答案。
經(jīng)過多輪的測試可以發(fā)現(xiàn)，升級后的Baichuan2-53B的數(shù)學(xué)和邏輯推理能力，果然不可同日而語。在曾經(jīng)不太擅長的題目上，它都有了大幅提升。
時效問題
而在時效性這方面，Baichuan2-53B的表現(xiàn)可謂十分優(yōu)異。
杭州亞運(yùn)會剛剛開幕，年齡最小的選手竟然僅有9歲。Baichuan2-53B在最新的問題上，也答對了。
甚至，Baichuan2-53B準(zhǔn)確地解釋了，特斯拉剛剛公布的人形機(jī)器人Optimus背后神經(jīng)網(wǎng)絡(luò)原理。
再比如，今年9月上旬，第80屆威尼斯電影節(jié)在意大利落幕。
此次電影節(jié)，是否有中國電影和演員獲獎?
Baichuan2-53B立刻回答出，李鴻其的《愛是一把槍》獲得了最佳長片首作，梁朝偉獲得了終身成就金獅獎。
梅老板與大巴黎的合約今年6月底到期，在7月正式加盟邁阿密國際。
對此，Baichuan2-53B也是了如指掌。
同樣，它還可以準(zhǔn)確地告訴你小德一共拿了24次大滿貫，包括2023年的這一次。
開放API，正式進(jìn)軍商用
不僅如此，這次Baichuan2-53B還正式開放了API接口，可以讓企業(yè)和開發(fā)者將模型集成到自己的應(yīng)用和服務(wù)中。
API地址:https://platform.baichuan-ai.com
這項服務(wù)是否有門檻呢?
可以說，幾乎沒有。Baichuan2-53B的API接口相當(dāng)便捷易用，只需要簡單的配置和集成，就可以接入了。
而且，它對OpenAI的接口高度兼容，這樣就可以讓客戶快速遷移，無論是模型的部署成本還是轉(zhuǎn)換成本，都大大降低。
總之，現(xiàn)在無論是智能客服、智能寫作還是智能推薦，都能得到大模型的能力加持。
要說企業(yè)用戶最關(guān)注的，莫過于安全合規(guī)問題了。
對此也無需擔(dān)心。
作為首批通過《生成式人工智能服務(wù)管理暫行辦法》備案的大模型企業(yè)，百川智能為Baichuan2-53B打造了覆蓋大模型預(yù)訓(xùn)練、精調(diào)、推理全周期的安全增強(qiáng)，可以說，全流程都在安全保障之下。
而借助著Baichuan2-53B豐富強(qiáng)大的模型能力，企業(yè)用戶不僅可以讓已有業(yè)務(wù)升級、減低成本，還能探索更多的應(yīng)用場景。
可以相信，就在此刻，已經(jīng)有一大波令人印象深刻的創(chuàng)新，正在土壤中被醞釀了。
參考資料:
https://www.baichuan-ai.com/home
