排名超過Llama-3-70B，英偉達(dá)Nemotron-4 340B問鼎競技場最強(qiáng)開源模型！

前兩天，英偉達(dá)突然開源了其通用大模型Nemotron的3400億參數(shù)版本。

就在最近，競技場更新了排名情況：

勝率熱圖顯示，Nemotron-4 340B對陣Llama-3-70B的勝率為53%。

究竟Nemotron-4 340B表現(xiàn)如何？接下來一起看看。

新模型最新戰(zhàn)績

簡單回顧一下，英偉達(dá)上周五突然宣布開源Nemotron-4 340B，該系列包括基礎(chǔ)模型、指令模型和獎勵模型，用于生成訓(xùn)練和改進(jìn)LLM的合成數(shù)據(jù)。

Nemotron-4 340B一經(jīng)發(fā)布便瞬時(shí)登頂Hugging Face RewardBench 榜一！

緊接著，競技場新近公布了Nemotron-4 340B的一系列測評結(jié)果。

在長文本查詢（長度>=500個token）中，Nemotron-4 340B排在第5位，超過Claude 3 Sonnet及Qwen 2-72B等主流開源模型。

在處理硬提示方面，Nemotron-4 340B超越了Claude 3 Sonnet和Llama3 70B-Instruct，顯示出其在應(yīng)對復(fù)雜和高難度查詢時(shí)的卓越能力。

在整體性能評估中，Nemotron-4 340B的評分和穩(wěn)定性均處于中上水平，超越了多款知名開源模型。

概括一下，Nemotron-4 340B已經(jīng)取得了不錯的戰(zhàn)績，直接超越了Mixtral 8x22B、Claude sonnet、Llama3 70B、Qwen 2，有時(shí)甚至可以和GPT-4一較高下。

其實(shí)，以前這個模型就曾登上大模型競技場LMSys Chatbot Arena，當(dāng)時(shí)它的別名是june-chatbot。

具體來說，這個模型支持4K上下文窗口、50多種自然語言和40多種編程語言，訓(xùn)練數(shù)據(jù)截止到2023年6月。

訓(xùn)練數(shù)據(jù)方面，英偉達(dá)采用了高達(dá)9萬億個token。其中，8萬億用于預(yù)訓(xùn)練，1萬億用于繼續(xù)訓(xùn)練以提高質(zhì)量。

在BF16精度下，模型的推理需要8塊H200，或16塊H100/A100 80GB。如果是在FP8精度下，則只需8塊H100。

值得一提的是，指令模型的訓(xùn)練是在98%的合成數(shù)據(jù)上完成的。

而合成數(shù)據(jù)無疑是Nemotron-4 340B的最大亮點(diǎn)，它有可能徹底改變訓(xùn)練LLM的方式。

合成數(shù)據(jù)才是未來

面對最新排名，興奮的網(wǎng)友們突然咂摸出一絲不對勁：

用340B對戰(zhàn)70B，而且還是險(xiǎn)勝，這事兒有點(diǎn)說不過去吧！

就連機(jī)器人Kimi也對此開啟了“嘲諷”模式：

英偉達(dá)這波操作，參數(shù)大得像宇宙，性能卻跟Llama-3-70B肩并肩，科技界的”大號小能”啊!

對此，在英偉達(dá)負(fù)責(zé)AI模型對齊和定制的Oleksii Kuchaiev拿出了關(guān)鍵法寶：

是的，Nemotron-4 340B商用友好，支持生成合成數(shù)據(jù)。

高級深度學(xué)習(xí)研究工程師Somshubra Majumdar對此表示大贊：

你可以用它（免費(fèi)）生成你想要的所有數(shù)據(jù)

這一突破性進(jìn)展，標(biāo)志著AI行業(yè)的一個重要里程碑——

從此，各行各業(yè)都無需依賴大量昂貴的真實(shí)世界數(shù)據(jù)集了，用合成數(shù)據(jù)，就可以創(chuàng)建性能強(qiáng)大的特定領(lǐng)域LLM！

那么，英偉達(dá)具體是如何實(shí)現(xiàn)的呢？

一句話概括，這與它開源通常不發(fā)布的獎勵模型有關(guān)。

生成高質(zhì)量合成數(shù)據(jù)不僅需要優(yōu)秀的指導(dǎo)模型，還需根據(jù)特定需求進(jìn)行數(shù)據(jù)篩選。

通常，使用同一模型作為評分者（LLM-as-Judge）；但在特定情況下，采用專門的獎勵模型（Reward-Model-as-Judge）進(jìn)行評估更為合適。

而Nemotron-4 340B指令模型可以生成高質(zhì)量的數(shù)據(jù)，然后獎勵模型可以過濾掉多個屬性的數(shù)據(jù)。

它會根據(jù)有用性、正確性、一致性、復(fù)雜性和冗長性這5個屬性，對響應(yīng)評分。

另外，研究者可以使用自己的專用數(shù)據(jù)，再結(jié)合HelpSteer2數(shù)據(jù)集，定制Nemotron-4 340B基礎(chǔ)模型，以創(chuàng)建自己的指令或獎勵模型。

回到一開頭和Llama-3-70B的對戰(zhàn)，Nemotron-4 340B擁有更寬松的許可，或許這才是它的真正價(jià)值所在。

畢竟數(shù)據(jù)短缺早已成為業(yè)內(nèi)普遍痛點(diǎn)。

據(jù)Epoch研究所的AI研究員Pablo Villalobos預(yù)測，到2024年年中，對高質(zhì)量數(shù)據(jù)的需求超過供給的可能性為50%，到2026年發(fā)生這種情況的可能性為90%。

新的預(yù)期顯示，這種短缺風(fēng)險(xiǎn)將延遲至2028年。

合成數(shù)據(jù)才是未來正逐漸成為行業(yè)共識……

模型地址：https://huggingface.co/nvidia/Nemotron-4-340B-Instruct