来源:https://twitter.com/MistralAI/status/1733150512395038967
网友打开该磁力链接后创造居然是一个大小为 87 GB 的种子。从命名和目录构造来看,这是一个 PyTorch 模型文件。
上图的 “params.json”JSON 格式文件显然是该模型的紧张参数信息,详细如下:
结合参数和文件名信息,Mistral AI 这次 “开源” 的 mixtral-8x7b-32kseqlen 是一个基于稠浊专家 (Mixture of Experts, MoE) 的大模型,由 8 个 70 亿参数规模 (8×7b) 的专家网络组成。据称是环球首个开源 MoE 大模型。
MoE 是用于提高大措辞模型效率和准确度的技能。这种方法的核心是将繁芜任务划分为更小、更易管理的子任务,每个子任务由专门的小型模型或 “专家” 卖力,然后根据输入数据的特性选择性地激活这些 “专家”。
MoE 核心组成:
专家 (Experts):演习有素的小型神经网络,善于特定领域。每个专家常日专注于处理一种特定类型的数据或任务。专家的设计可以是多种形式,如完备连接的网络、卷积网络等。
门控机制 (Gating Mechanism):MoE 架构决策者,这是一个智能路由系统,卖力决定哪些专家该当被激活来处理当前的输入数据。门控机制基于输入数据的特性,动态地将数据分配给不同的专家。
根据 mixtral-8x7b-32kseqlen 的参数信息,该模型对每个 token 的推理利用 2 个专家进行处理(和传闻中的 GPT-4 一样)。
此前揭秘 GPT-4 技能细节的文章提到,GPT-4 是由 16 个专家组成的 MoE 模型,每个专家则是一个包含 1110 亿参数的大模型,每次前向通报路由经由 2 个专家模型。
Mistral AI 目前仍没公布除模型下载链接外的任何信息,如果不想下载但又想体验一把,可以访问下面的网站:
https://replicate.com/nateraw/mixtral-8x7b-32kseqlen
https://app.fireworks.ai/models/fireworks/mixtral-8x7b-fw-chat
对了,这不是 Mistral AI 第一次用 “留种” 的办法发布开源大模型。Mistral AI 在 9 月尾发布的那条磁力链接是其开源的第一个大模型 Mistral-7B,该模型至今仍被称为「最好的 7B 模型」,在每个基准测试中都优于 Llama-2 13B,并且在代码、数学和推理方面优于 LLaMA-1 34B。