YuLan：开源的大语言模型探索

在人工智能的快速发展中，语言模型的演进正在改变我们与机器的互动方式。在这一领域，中国人民大学高瓴人工智能学院的研究团队推出了YuLan，一个令人兴奋的开源大语言模型。YuLan的名称源自“玉兰”，这是中国人民大学的校花，象征着优雅与智慧。本文将深入探讨YuLan的技术特性、模型评估及其在实际应用中的潜力。

YuLan的技术特性

YuLan系列模型是基于聊天的语言模型，采用了多种先进的技术以增强其语言能力和人类对齐能力。这些技术特性包括：

1. 大规模预训练：YuLan模型在超过1.6TB的中英文及多语种数据上进行了预训练。这一过程使得模型在语言理解和生成方面具备了更强的能力。
2. 课程学习策略：通过引入课程学习方法，YuLan在训练过程中逐步提高任务的复杂性，从而有效地增强了其在真实场景下的有用性、诚实性和无害性。这一策略使得模型能够更好地理解和响应人类的意图。
3. 扩展的词汇和输入长度：为了更好地支持中文和更长的输入输出，YuLan模型扩展了其词汇表，并将最大输入长度扩展到4096个标记。这使得模型在处理复杂对话时更加灵活。

下面是YuLan不同版本的对比表，展示了它们在技术特性上的区别：

模型	基础模型	扩展词汇	扩展长度	继续预训练	有监督微调	发布日期
YuLan-Base-12B	YuLan-Base-12B	✅ 51,190	✅ 4,096	❌	❌	2024年7月1日
YuLan-Chat-3-12B	YuLan-Base-12B	✅ 51,190	✅ 4,096	❌	✅	2024年7月1日
YuLan-Chat-2-13B	LLaMA2-13B	✅ 51,190	✅ 8,192	✅	✅	2023年8月2日
YuLan-Chat-1-65B-v2	LLaMA-65B	✅ 51,190	❌ 2,048	✅	✅	2023年8月2日

模型评估

为了验证YuLan的能力，研究团队在多个中文和英文基准测试上对其进行了评估。以下是一些评估的结果。

MMLU评估

MMLU（大规模多任务语言理解）是评估模型在零-shot和少-shot设置下知识掌握程度的基准。以下是YuLan在MMLU基准测试中的表现：

模型	STEM	社会科学	人文学科	其他	平均
YuLan-Chat-1-13B-v1	39.6	57.8	42.6	57.6	49.4
YuLan-Chat-1-65B-v1	49.2	71.7	57.7	66.7	61.3
YuLan-Chat-3-12B	45.5	64.3	51.8	61.3	55.7

从表中可以看出，在各个领域，YuLan的表现均衡且优秀，尤其是在社会科学和人文学科方面展现了良好的理解能力。

C-Eval评估

C-Eval是一个针对基石模型综合能力的中文评估套件。以下是YuLan在C-Eval基准测试中的表现：

模型	STEM	社会科学	人文学科	其他	平均	难度平均
YuLan-Chat-1-65B-v1	37.7	46.1	36.8	38.0	39.2	31.1
YuLan-Chat-3-12B	47.0	61.8	52.9	44.3	50.5	37.7

YuLan在C-Eval的整体表现也相当可观，尤其是在STEM（科学、技术、工程和数学）领域，显示出其在中文理解和生成方面的强大能力。

使用与部署

YuLan的易用性也是其一大亮点。用户可以通过简单的指令在命令行中进行模型的推理和使用。以下是设置环境和使用模型的基本步骤：

环境设置

首先，创建并激活一个新的Python环境：

conda create -n yulan python=3.10 -y
conda activate yulan

接着，安装所需的依赖包：

pip install -r requirements.txt

模型权重恢复

对于基于LLaMA的模型，用户需要下载LLaMA的原始权重，并将YuLan的发布差值参数与原始参数合并。以下是合并的命令：

python3 apply_delta.py \
    --base-model-path ./llama-13b/ \
    --tuned-model-path ./yulan-13b/ \
    --delta-path ./yulan-13b-delta

对于YuLan-LLaMA-2-13B和YuLan-Chat-2-13B. ��用户可以直接下载发布的检查点并通过Huggingface Transformers加载其参数。✅

从Huggingface Transformers导入

用户可以通过以下代码从Huggingface Transformers加载YuLan模型：

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("yulan-team/YuLan-Chat-3-12b")
model = AutoModelForCausalLM.from_pretrained("yulan-team/YuLan-Chat-3-12b").cuda()
model.eval()

结语

YuLan作为一个开源的大语言模型，其在多语言处理上的表现令人瞩目。通过强大的预训练和人类对齐策略，YuLan展现了在实际应用中的巨大潜力。不过，正如该模型文档中提到的，尽管进行了多方面的安全性改进，但依然可能会生成不当内容，因此使用时需谨慎。

YuLan的推出不仅推动了中文大语言模型的发展，也为未来的人工智能研究提供了新的思路。随着技术的不断进步，我们期待YuLan在各个领域的广泛应用。

参考文献

1. Zhu, Y. , Zhou, K., Mao, K., et al. (2024). YuLan: An Open-source Large Language Model. CoRR, abs/2406.19853. ✅arXiv.
2. OpenCompass. (2023). Benchmark for Large Language Models.
3. C-Eval Benchmark. (2023). Comprehensive Evaluation Suite for Foundation Models.
4. AGI-Eval. (2023). Human-Centric Benchmark for Foundation Models.
5. Hugging Face. (2023). Transformers Documentation.