Open LLM集中爆发的一周，卷疯了！

PaperAgent 2024年09月07日

../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

本周开源大模型领域持续活跃，多个新模型发布，涵盖了Reflection（反思纠正）、Code、RAG、Agent等多个方向。其中，ReflectionLlama-3.1-70B以其强大的反思能力成为HuggingFace热门排行Top1。MiniCPM3.0则在长文本、FunctionCalling和RAG等方向展现出色性能，成为端侧最强模型。Yi-Coder系列模型专注于代码领域，提供高效的推理和灵活的训练。DeepSeek-V2.5版本整合了通用和编码能力，进一步优化写作和指令遵循。此外，首个完全开源的MoE大模型OLMoE也发布，在性能和开放程度方面取得了突破。

🤔 **ReflectionLlama-3.1-70B：反思微调技术，纠正推理错误** ReflectionLlama-3.1-70B是本周最引人注目的开源模型之一，它通过反思微调技术（Reflection-Tuning）训练，能够检测并纠正推理错误。该模型使用Glaive生成的合成数据进行训练，通过特定的代码和管道进行采样，模型会先在``标签内输出推理过程，然后使用``标签修正错误，最后在``标签内提供最终答案。这种设计使得模型能够区分内部思考和最终答案，提升用户体验。实验结果表明，ReflectionLlama-3.1-70B在多个方面超越了GPT-4o、Claude3.5Sonnet，更强405B版本预计下周推出。

🚀 **MiniCPM3.0：全面开挂的小钢炮，端侧最强** 面壁智能开源的MiniCPM3.0在多个方向展现出强大的能力，成为端侧最强模型。在长文本方向，MiniCPM3.0能够处理无限长文本，性能超越Kimi，即使超长文本也不崩。在FunctionCalling方向，MiniCPM3.0性能比肩GPT-4o，超越GLM-4-9B-Chat、Qwen2-7B-Instruct。在RAG方向，MiniCPM3.0提供强大的RAG外挂三件套，基于MiniCPM系列模型的MiniCPM-Embedding、MiniCPM-Reranker在中文、中英跨语言检索测试中取得SOTA表现。针对RAG场景的MiniCPM3-RAG-LoRA在开放域问答等多项任务上超越Llama3-8B、Baichuan2-13B等模型。

💻 **Yi-Coder系列模型：高效推理和灵活训练，专注代码领域** Yi-Coder系列模型提供两种规模——15亿和90亿参数——基础版和聊天版，旨在实现高效的推理和灵活的训练。Yi-Coder-9B在Yi-9B的基础上，额外增加了2.4万亿高质量的标记，这些标记来自GitHub上的代码库级别的代码语料库，以及从CommonCrawl筛选出的与代码相关的数据。Yi-Coder的关键特性包括：在52种主要编程语言上的2.4万亿高质量标记上继续预训练。长上下文建模：最大上下文窗口为128K标记，能够实现项目级别的代码理解和生成。小巧但强大：Yi-Coder-9B在性能上超越了其他参数少于100亿的模型，如CodeQwen1.57B和CodeGeex49B，甚至达到了与DeepSeek-Coder33B相当的性能水平。

🤖 **DeepSeek-V2.5：整合通用和编码能力，进一步优化** DeepSeek-V2.5是DeepSeek的升级版本，它结合了DeepSeek-V2-Chat和DeepSeek-Coder-V2-Instruct，整合了前两个版本的通用和编码能力。DeepSeek-V2.5更好地符合人类的偏好，并在多个方面进行了优化，包括写作和指令遵循。

💡 **OLMoE：首个完全开源的MoE大模型，性能和开放程度双突破** OLMoE-1B-7B是一个具有10亿活跃参数和70亿总参数的专家混合（Mixture-of-Experts）大型语言模型（LLM），它是首个完全开源的MoE大模型。OLMoE在成本相似（10亿）的模型中提供了最先进的性能，并且与像Llama2-13B这样的更大模型具有竞争力。OLMoE的开放性为MoE和密集型语言模型（LMs）的性能、成本和开放程度提供了新的可能性。

原创 PaperAgent 2024-09-07 15:01 湖北

Reflection Llama-3.1-70B、MiniCPM 3.0、Yi-Coder、OLMoE、DeepSeek-V2.5

开源大模型领域热闹非凡的一周，各种开源，PaperAgent进行了概括：端侧、Code、RAG、Agent、Reflection（反思纠正）、MoE，你关注的都在这里了

Reflection Llama-3.1-70B 开源

Reflection Llama-3.1 70B是世界上顶尖的Open LLM，通过反思微调技术（Reflection-Tuning）训练，能够检测并纠正推理错误，具有很高的热度，Hugging Face热门排行Top1。

Agent中需要LLM具有很强的推理规划能力，这种反思技术训练的模型是否很契合Agent尼？有待进一步验证

该模型使用Glaive生成的合成数据进行训练，Glaive是一个强大的模型训练工具。

模型可以通过特定的代码和管道进行采样，使用与标准Llama3.1相同的聊天模板格式。

采样时，模型会先在<thinking>标签内输出推理过程，然后使用<reflection>标签修正错误，最后在<output>标签内提供最终答案。

这种设计使得模型能够区分内部思考和最终答案，提升用户体验。

从实验对结果看，是击败GPT-4o、Claude 3.5 Sonnet，遥遥领先的，更强405B版本预计下周推出，非常期待

https://hf-mirror.com/mattshumer/Reflection-Llama-3.1-70B

面壁小钢炮MiniCPM 3.0开源

面壁智能开源新一代全面开挂的小钢炮，4B规模达到ChatGPT级能力：

长文本方向：无限长文本，榜单性能超Kimi，超长文本也不崩。

Function Calling方向：性能比肩GPT-4o ，端侧最强，超越 GLM-4-9B-Chat、Qwen2-7B-Instruct。

RAG 方向：超强 RAG 外挂三件套，基于 MiniCPM 系列模型的 MiniCPM-Embedding、MiniCPM-Reranker 在中文、中英跨语言检索测试中取得 SOTA 表现；针对 RAG 场景的 MiniCPM3-RAG-LoRA 在开放域问答等多项任务上超越 Llama3-8B、Baichuan2-13B 等模型。

https://github.com/OpenBMB/MiniCPMhttps://huggingface.co/openbmb/MiniCPM3-4B

零一万物Yi-Coder系列模型开源

Yi-Coder 有两种规模——15亿和90亿参数——提供基础版和聊天版，旨在实现高效的推理和灵活的训练。值得注意的是，Yi-Coder-9B 在 Yi-9B 的基础上，额外增加了2.4万亿高质量的标记，这些标记精心挑选自 GitHub 上的代码库级别的代码语料库，以及从 CommonCrawl 筛选出的与代码相关的数据。

Yi-Coder 的关键特性包括：

在52种主要编程语言上的2.4万亿高质量标记上继续预训练。

长上下文建模：最大上下文窗口为128K标记，能够实现项目级别的代码理解和生成。

小巧但强大：Yi-Coder-9B 在性能上超越了其他参数少于100亿的模型，如 CodeQwen1.5 7B 和 CodeGeex4 9B，甚至达到了与 DeepSeek-Coder 33B 相当的性能水平。

https://hf-mirror.com/01-ai/Yi-Coder-9B-Chathttps://hf-mirror.com/01-ai/Yi-Coder-1.5B-Chathttps://01-ai.github.io/blog.html?post=en/2024-09-05-A-Small-but-Mighty-LLM-for-Code.md

DeepSeek-V2.5版本发布

DeepSeek-V2.5 是一个升级版本，它结合了 DeepSeek-V2-Chat 和 DeepSeek-Coder-V2-Instruct。这个新模型整合了前两个版本的通用和编码能力。

DeepSeek-V2.5 更好地符合人类的偏好，并在多个方面进行了优化，包括写作和指令遵循：

https://hf-mirror.com/deepseek-ai/DeepSeek-V2.5

首个完全开源MoE大模型：OLMoE

OLMoE-1B-7B 是一个具有10亿活跃参数和70亿总参数的专家混合（Mixture-of-Experts）大型语言模型（LLM），于2024年9月（0924）发布。它在成本相似（10亿）的模型中提供了最先进的性能，并且与像 Llama2-13B 这样的更大模型具有竞争力。OLMoE 是100%开源的。

开放 MoE 和密集型语言模型（LMs）的性能、成本和开放程度

checkpoints: https://huggingface.co/allenai/OLMoE-1B-7B-0924paper: https://arxiv.org/pdf/2409.02060code：https://github.com/allenai/OLMoEdata：https://huggingface.co/datasets/allenai/OLMoE-mix-0924logs：https://wandb.ai/ai2-llm/olmoe/reports/OLMoE-1B-7B-0924--Vmlldzo4OTcyMjU3

Fish AI Reader

FishAI

联系邮箱 441953276@qq.com

相关标签