467億參數(shù)MoE追平GPT-3.5！爆火開源Mixtral模型細(xì)節(jié)首公開，中杯逼近GPT-4
今天，Mistral AI正式放出了Mixtral 8x7B的技術(shù)細(xì)節(jié)——
在大多數(shù)基準(zhǔn)測試中，Mixtral的表現(xiàn)不僅優(yōu)于Llama 2 70B，而且推理速度提高了整整6倍！
尤其是，它在大多數(shù)標(biāo)準(zhǔn)基準(zhǔn)測試上與GPT-3.5打平，甚至略勝一籌。
新開源的Mixtral 8x7B自帶了一些出色的表現(xiàn)：
比如可以很好地處理32k長度的上下文，支持英語、法語、意大利語、德語和西班牙語，且在代碼生成方面表現(xiàn)出強(qiáng)大的性能。
另外，它可以微調(diào)為指令跟隨模型（instruction-following model），在MT-Bench上獲得了8.3分的好成績。
467億參數(shù)打平GPT-3.5
Mixtral是基于decoder-only架構(gòu)的稀疏專家混合網(wǎng)絡(luò)。
它的前饋模塊從8組不同的參數(shù)中進(jìn)行選擇。在每一層網(wǎng)絡(luò)中，對于每個token，路由器網(wǎng)絡(luò)選擇8組中的兩組（專家），來處理token并將其輸出累加組合。
這種技術(shù)增加了模型的參數(shù)數(shù)量，同時(shí)控制了成本和延遲，因?yàn)槟Ｐ椭皇褂妹總€token參數(shù)集總數(shù)的一小部分。
Mixtral有46.7B的總參數(shù)量，但每個token只使用其中12.9B參數(shù)。因此，Mixtral的實(shí)際執(zhí)行速度和所需的成本，都只相當(dāng)于一個12.9B的模型。
Mixtral根據(jù)從開放網(wǎng)絡(luò)中提取的數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練——包括訓(xùn)練專家網(wǎng)絡(luò)和路由模塊。
性能實(shí)測
如下圖所示，在大多數(shù)基準(zhǔn)測試中，Mixtral與Llama 2 70B和GPT-3.5表現(xiàn)相當(dāng)，其中的幾項(xiàng)測試結(jié)果還要優(yōu)于另外兩個模型。
圖片
下圖展示了模型生成質(zhì)量與推理消耗成本的關(guān)系。與Llama 2相比，Mistral 7B和Mixtral 8x7B表現(xiàn)出自己高能效的優(yōu)勢。
圖片
更加詳細(xì)的比較結(jié)果看下面的表格：
圖片
下面來看下模型在幻覺和偏見問題上的表現(xiàn)。
公平起見，為了避免微調(diào)或者偏好建模帶來的影響，這里使用BBQ和BOLD來測試基本模型的性能。
圖片
從上面的結(jié)果可以看出，與Llama 2相比，Mixtral更真實(shí)，并且在BBQ基準(zhǔn)上表現(xiàn)出更少的偏差。
另外，Mixtral在BOLD上表現(xiàn)出比Llama 2更積極的情緒，每個維度的差異相似。
圖片
上表中，在各種支持的語言上與Llama 2進(jìn)行PK，Mixtral 8x7B可以說是「精通」法語、德語、西班牙語、意大利語和英語。
本次發(fā)布的Mixtral 8x7B Instruct和Mixtral 8x7B，已通過監(jiān)督微調(diào)和直接偏好優(yōu)化（DPO）進(jìn)行了優(yōu)化，并實(shí)現(xiàn)了指令的跟隨。
在MT-Bench上，它的得分達(dá)到了8.30——是目前開源模型的最好成績，性能可與GPT-3.5相媲美。
用戶還可以通過提示的方式，進(jìn)一步約束Mixtral，從而構(gòu)建一些需要嚴(yán)格審核級別的應(yīng)用程序。
另外，為了使社區(qū)能夠使用完全開源的堆棧運(yùn)行Mixtral，開發(fā)人員提交了對vLLM項(xiàng)目的更新，并集成了Megablocks CUDA內(nèi)核以實(shí)現(xiàn)高效推理。
逼近GPT-4，「中杯」開啟內(nèi)測
與此同時(shí)，Mistral AI還開放了首個平臺服務(wù)的測試版——la plateforme。
其中，平臺提供了三個基于指令生成文本的聊天模型，以及一個嵌入模型。
目前，mistral-tiny和mistral-small已經(jīng)正式發(fā)布，而性能更強(qiáng)的mistral-medium還處在測試階段。
這些模型首先在開放網(wǎng)絡(luò)抽取的數(shù)據(jù)上進(jìn)行預(yù)訓(xùn)練，隨后通過標(biāo)注進(jìn)行指令微調(diào)，并融合了最為有效的對齊技術(shù)（如高效微調(diào)、直接偏好優(yōu)化）。
- Mistral-tiny
基于Mistral 7B Instruct v0.2的Mistral-tiny是最具性價(jià)比的模型，它在MT-Bench上的得分為7.6，但僅支持英語。
- Mistral-small
作為最新開源的模型，Mixtral 8x7B在MT-Bench上的得分達(dá)到了8.3，并支持英語、法語、意大利語、德語、西班牙語和代碼生成。
- Mistral-medium
這是Mistral AI推出的最強(qiáng)開源模型，雖然目前還處在原型階段，但它在主流評測上已經(jīng)可以實(shí)現(xiàn)對GPT-3.5的碾壓了！
Mistral-medium在MT-Bench上拿下了8.6的高分，同樣支持英語、法語、意大利語、德語、西班牙語和代碼生成。
圖片
- Mistral-embed
除了文本生成模型外，Mistral還提供了一個具有1024嵌入維度的嵌入模型。
在設(shè)計(jì)模型時(shí)，團(tuán)隊(duì)著重增強(qiáng)了它的檢索功能，從而在MTEB上實(shí)現(xiàn)了高達(dá)55.26的檢索得分。
從測試到全面開放
從今天起，任何人都可以注冊并使用Mistral的API。
該API與其主要競品類似，并且支持Python和Javascript客戶端庫，從而讓用戶可以方便地檢查模型端點(diǎn)。
此外，Mistral還允許用戶設(shè)置系統(tǒng)提示，以便在模型輸出中實(shí)施更高級別的內(nèi)容審查。這一功能對于某些應(yīng)用來說非常重要。
不過，由于平臺還處在測試階段，使用過程中可能會出現(xiàn)一些小的問題。
致謝
感謝英偉達(dá)在TensorRT-LLM和Triton的整合，以及使專家稀疏混合模型與TRT-LLM兼容方面，提供的支持。
網(wǎng)友熱議
鑒于Mistral-Medium的強(qiáng)力表現(xiàn)，有網(wǎng)友翻出了GPT-4在相關(guān)測試中的分?jǐn)?shù)：
圖片
結(jié)果，Mistral-Medium在Winogrande基準(zhǔn)測試中優(yōu)于GPT-4。
由于Mistral-Medium的能力貌似可與GPT-4一戰(zhàn)，所以有網(wǎng)友自然開始比較兩者的價(jià)格。
圖片
圖片
這位網(wǎng)友表示Mistral-Medium的價(jià)格約為GPT4-turbo價(jià)格的1/4，比自己預(yù)期的要昂貴。
對此，也有網(wǎng)友表示反對：「恕我直言，這個價(jià)格很公道。小規(guī)模模型和GPT-3.5相當(dāng)，并且更便宜。中等的價(jià)格則要高很多，但仍然只有GPT4-turbo的1/4。」
圖片
另外也有網(wǎng)友討論和猜測新的Mixtral 8x7B的技術(shù)內(nèi)幕：
圖片
通過比較Mixtral 8x7B和Mistral 7B每層的相似度，這位網(wǎng)友指出Mistral可能已經(jīng)大規(guī)模地進(jìn)行了稀疏的升級再造工作。
圖片
「兩個模型的權(quán)重之間的顯著相關(guān)性證明了模型的成功重用。這種方法可以賦予OSS社區(qū)自己強(qiáng)大的MoE！希望我們能盡快看到類似于GPT-4的開源質(zhì)量！」
