剛剛,，英偉達全新發(fā)布的開源模型 Nemotron-4 340B,，有可能徹底改變訓練 LLM 的方式,！從此，或許各行各業(yè)都不再需要昂貴的真實世界數(shù)據集了,。而且,，Nemotron-4 340B 直接超越了 Mixtral 8x22B、Claude sonnet,、Llama3 70B,、Qwen 2，甚至可以和 GPT-4 掰手腕,！

就在剛剛,，英偉達再一次證明了自己的 AI 創(chuàng)新領域的領導地位。

它全新發(fā)布的 Nemotron-4 340B,，是一系列具有開創(chuàng)意義的開源模型,，有可能徹底改變訓練 LLM 的合成數(shù)據生成方式！

這一突破性進展,，標志著 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世界數(shù)據集了，用合成數(shù)據,，就可以創(chuàng)建性能強大的特定領域大語言模型,！

現(xiàn)在，Nemotron-4 340B 已經取得了輝煌戰(zhàn)績,，直接超越了 Mixtral 8x22B,、Claude sonnet、Llama3 70B,、Qwen 2,，甚至可以和 GPT-4 一較高下！

具體來說,，Nemotron-4 340B 包括基礎模型 Base,、指令模型 Instruct 和獎勵模型 Reward，并構建了一個高質量合成數(shù)據生成的完整流程,。

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，訓練數(shù)據截止到 2023 年 6 月,。

訓練數(shù)據方面,，英偉達采用了高達 9 萬億個 token。其中,，8 萬億用于預訓練,，1 萬億用于繼續(xù)訓練以提高質量,。

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

結果顯示，Nemotron-4-340B-Base 在常識推理任務,，如 ARC-Challenge,、MMLU 和 BigBench Hard 基準測試中，可以和 Llama-3 70B,、Mixtral 8x22B 和 Qwen-2 72B 模型媲美,。

而 Nemotron-4-340B-Instruct，在指令跟隨和聊天能力方面也超越了相應的指令模型,。

Nemotron-4-340B-Reward 在發(fā)表時,，在 RewardBench 上實現(xiàn)了最高準確性，甚至超過了 GPT-4o-0513 和 Gemini 1.5 Pro-0514 這樣的專有模型,。

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。

除此之外,，Nemotron-4 340B 還有一個非常顯著的特點 —— 對商用十分友好的許可,。

高級深度學習研究工程師 Somshubra Majumdar 對此表示大贊：「是的，你可以用它生成你想要的所有數(shù)據」

無與倫比的合成數(shù)據生成

LLM 無法獲得大規(guī)模,、多樣化標注數(shù)據集,，怎么破？

Nemotron-4 340B 指令模型,，可以幫助開發(fā)者生成合成訓練數(shù)據,。

這些多樣化的合成數(shù)據，模仿了真實世界的數(shù)據特征,，因而數(shù)據質量明顯提升,，從而提升了各領域定制 LLM 的性能和穩(wěn)定性。

而且,，為了進一步提高 AI 生成數(shù)據的質量,，開發(fā)者還可以用 Nemotron-4 340B 獎勵模型，來篩選高質量的響應,。

它會根據有用性,、正確性、一致性,、復雜性和冗長性這 5 個屬性,，對響應評分,。

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