李开复旗下AI公司零一万物，又一位大模型选手登场：

90亿参数Yi-9B。

它号称Yi系列中的“理科状元”，“恶补”了代码数学，同时综合能力也没落下。

在一系列类似规模的开源模型（包括Mistral-7B、SOLAR-10.7B、Gemma-7B、DeepSeek-Coder-7B-Base-v1.5等）中，表现最佳。

老规矩，发布即开源，尤其对开发者友好：

Yi-9B（BF 16） 和其量化版 Yi-9B（Int8）都能在消费级显卡上部署。

一块RTX 4090、一块RTX 3090就可以。

深度扩增+多阶段增量训练而成

零一万物的Yi家族此前已经发布了Yi-6B和Yi-34B系列。

这两者都是在3.1T token中英文数据上进行的预训练，Yi-9B则在此基础上，增加了0.8T token继续训练而成。

数据的截止日期是2023年6月。

开头提到，Yi-9B最大的进步在于数学和代码，那么这俩能力究竟如何提升呢？

零一万物介绍：

单靠增加数据量并没法达到预期。

靠的是先增加模型大小，在Yi-6B的基础上增至9B，再进行多阶段数据增量训练。

首先，怎么个模型大小增加法？

 一个前提是，团队通过分析发现：

Yi-6B训练得已经很充分，再怎么新增更多token练效果可能也不会往上了，所以考虑扩增它的大小。(下图单位不是TB而是B)

怎么增？答案是深度扩增。

零一万物介绍：

对原模型进行宽度扩增会带来更多的性能损失，通过选择合适的layer对模型进行深度扩增后，新增layer的input/output cosine 越接近1.0，即扩增后的模型性能越能保持原有模型的性能，模型性能损失微弱。

依照此思路，零一万物选择复制Yi-6B相对靠后的16层（12-28 层)，组成了48层的Yi-9B。

实验显示，这种方法比用Solar-10.7B模型复制中间的16层（8-24层）性能更优。

其次，怎么个多阶段训练法？

答案是先增加0.4T包含文本和代码的数据，但数据配比与Yi-6B一样。

然后增加另外的0.4T数据，同样包括文本和代码，但重点增加代码和数学数据的比例。

（悟了，就和我们在大模型提问里的诀窍“think step by step”思路一样）

这两步操作完成后，还没完，团队还参考两篇论文（An Empirical Model of Large-Batch Training和Don’t Decay the Learning Rate, Increase the Batch Size）的思路，优化了调参方法。

即从固定的学习率开始，每当模型loss停止下降时就增加batch size，使其下降不中断，让模型学习得更加充分。

最终，Yi-9B实际共包含88亿参数，达成4k上下文长度。

Yi系列中代码和数学能力最强

实测中，零一万物使用greedy decoding的生成方式（即每次选择概率值最大的单词）来进行测试。

参评模型为DeepSeek-Coder、DeepSeek-Math、Mistral-7B、SOLAR-10.7B和Gemma-7B：

（1）DeepSeek-Coder，来自国内的深度求索公司，其33B的指令调优版本人类评估超越GPT-3.5-turbo，7B版本性能则能达到CodeLlama-34B的性能。

DeepSeek-Math则靠7B参数干翻GPT-4，震撼整个开源社区。

（2）SOLAR-10.7B来自韩国的Upstage AI，2023年12月诞生，性能超越Mixtral-8x7B-Instruct。

（3）Mistral-7B则是首个开源MoE大模型，达到甚至超越了Llama 2 70B和GPT-3.5的水平。

（4）Gemma-7B来自谷歌，零一万物指出：

其有效参数量其实和Yi-9B一个等级。

（两者命名准则不一样，前者只用了Non-Embedding参数，后者用的是全部参数量并向上取整）

结果如下。

首先在代码任务上，Yi-9B性能仅次于DeepSeek-Coder-7B，其余四位全部被KO。

在数学能力上，Yi-9B性能仅次于DeepSeek-Math-7B，超越其余四位。

综合能力也不赖。

其性能在尺寸相近的开源模型中最好，超越了其余全部五位选手。

最后，还测了常识和推理能力：

结果是Yi-9B与Mistral-7B、SOLAR-10.7B和Gemma-7B不相上下。

以及语言能力，不仅英文不错，中文也是广受好评：

最最后，看完这些，有网友表示：已经迫不及待想试试了。

还有人则替DeepSeek捏了一把汗：

赶紧加强你们的“比赛”吧。全面主导地位已经没有了==

传送门在此：https://huggingface.co/01-ai/Yi-9B