百川智能发布超千亿大模型Baichuan 3

7003383

7005136

7005137

<article><section data-type="rtext">1月29日消息，百川智能发布超千亿参数的大语言模型Baichuan 3。Baichuan 3突破“迭代式强化学习”技术，进一步提升了语义理解和生成能力。据了解，在医疗领域，大模型的全能特性发挥着至关重要的作用。首先，其多模态学习能力能够整合文本、影像、声音等多种类型的医疗数据，提供更全面、准确的分析和诊断。其次，大模型的深层推理能力有助于复杂医疗决策的制定。此外，稳定的性能和知识更新能力确保了医疗建议的可靠性和时效性。同时，大模型的语言理解和生成能力使其能够处理专业术语和复 杂句式。最后，模式识别与学习能力在大模型中的应用，使其能够从复杂的医疗数据中学习和识别出重要的模式和特征。所以，大模型想要在医疗领域拥有良好效果并不容易，既需要丰富的医疗知识、合适的Prompt，还需要模型本身具备过硬的逻辑推理能力。为了给Baichuan3注入丰富的医疗知识，百川智能在模型预训练阶段构建了超过千亿Token的医疗数据集，包括医学研究文献、电子病历资料、医学领域的专业书籍和知识库资源、针对医疗问题的问答资料等。该数据集涵盖了从理论到实际操作，从基础理论到临床应用等各个方面的医学知识，确保了模型在医疗领域的专业度和知识深度。
 <adv-loader __attr__inner="7004636" __attr__style="width: auto;position: relative;float: left;border: 1px solid #ebebeb; padding: 20px;overflow: hidden;margin: 10px 30px 40px 0;"></adv-loader>
 针对医疗知识激发的问题，百川智能在推理阶段针对Prompt做了系统性的研究和调优，通过准确的描述任务、恰当的示例样本选择，让模型输出更加准确以及符合逻辑的推理步骤。另外，在大模型中充分发挥强化学习的作用不仅需要稳定且高效的强化学习训练框架和高质量的优质偏序数据，还需要在“探索与利用”两者间进行平衡，实现模型能力持续爬坡。对此，百川智能进行了深入研究，并给出了针对性的解决方案。强化学习训练框架方面，百川智能自研了训练推理双引擎融合、多模型并行调度的PPO训练框架，能够很好支持超千亿模型的高效训练，训练效率相比业界主流框架提升400%。偏序数据方面，百川智能创新性的采用了RLHF与RLAIF结合的方式来生成高质量优质偏序数据，在数据质量和数据成本之间获得了更好的平衡。在此基础上，对于“探索与利用”这一根本挑战，百川智能通过PPO探索空间与Reward Model评价空间的同步升级，实现“迭代式强化学习”(iterative RLHF&RLAIF)。基于强化学习的版本爬坡，可以在SFT的基础上进一步发挥底座模型的潜力，让Baichuan 3的语义理解和生成创作能力得到提升。</section></article>

7003385

7003386

7003387

7003388

7004638

7004639

7004637

7003389