国产大模型竞技场首超GPT-4o！零一万物GLM共同跻身Top10

西风 发自 凹非寺
量子位 | 公众号 QbitAI

国产大模型首次在公开榜单上超过GPT-4o！

就在刚刚，“大模型六小强”之一的零一万物正式对外发布新旗舰模型——Yi-Lightning（闪电）。

在大模型竞技场（Chatbot Arena）上，Yi-Lightning性能直冲总榜单并列第6，数学分榜并列第3，代码等其它分榜也名列前茅。

总成绩几乎与马斯克最新xAI大模型Grok-2-08-13持平，超越GPT-4o-2024-05-13、GPT-4o-mini-2024-07-18、Claude 3.5 Sonnet等顶流。

同时，国内清华系大模型公司智谱AI的GLM-4-Plus也杀进了总榜，位居第9位。

该榜单结果来自全球累积超千万次的人类用户盲测投票。

前段时间大模型竞技场还刚刚更新了规则，新榜单对AI回答的长度和风格等特征做了降权处理，分数更能反映模型真正解决问题的能力。

这次Yi-Lightning杀出重围，Lmsys团队特意发帖子，称这是竞技场上的大新闻：

大模型竞技场总榜第六、国产第一

细看大模型竞技场分类榜上的“赛况”，Yi-Lightning各项能力都排在前头。

在中文能力上，Yi-Lightning和GLM-4-Plus两个国产大模型都名列前位。

Yi-Lightning跃居并列第二，和o1-mini相差无几。

数学能力，Yi-Lightning和Gemini-1.5-Pro-002并列第3，仅次于o1-preview、o1-mini。

代码能力Yi-Lightning排名并列第4。

另外在Hard Prompts和Longer Query分榜，Yi-Lightning也都排在第4位。

最后同样值得关注的是，竞技场新功能风格控制过滤，确保分数反映模型真正解决问题的能力，而不是用漂亮的格式、增加回答长度。

在对长度和风格等特征做了降权处理后，所有模型分数均有下降，Yi-Lightning排名变化不大，整体还与GPT-4o、Grok-2同一梯队。

发布会上，零一万物创始人兼CEO李开复博士展示了Yi-Lightning在不同场景上的能力。

Yi-Lightning主打一个“推理速度更快，生成质量更好”。

相比上半年Yi-Large，Yi-Lightning首包速度提升1倍，推理速度也提升了4成。

像是翻译下面这种文学作品，Yi-Lightning不仅速度更快：

而且用词更精准，更具文学色彩：

那么Yi-Lightning是如何做到的？

好用还得极速

Yi-Lightning采用MoE混合专家模型架构。

底层技术上，Yi-Lightning在以下方面进行了提升。

首先是优化混合注意力机制（Hybrid Attention），只在模型的部分层次中将传统的全注意力（Full Attention）替换为滑动窗口注意力（Sliding Window Attention）。

由此以来，模型在保证处理长序列数据高性能表现的同时，还能大大降低推理成本。

Yi-Lightning还引入了跨层注意力（Cross-Layer Attention, CLA），允许模型在不同的层次之间共享键（Key）和值（Value）头，减少对存储需求。

这使得Yi-Lightning能在不同层次之间更有效地共享信息。

总的来说，KV cache缩小了2-4倍，同时将计算的复杂度从O(L²)降至O(L)。

其次，Yi-Lightning还采用了动态Top-P路由机制。

也就是说，Yi-Lightning可以根据任务的难度动态自动选择最合适的专家网络组合——

训练过程中会激活所有专家网络，使模型能学习到所有专家知识；而推理阶段，根据任务的难度，模型会选择性激活更匹配的专家网络。

另外，之前有一些传言称国内大模型“六小强”，有一些已经不做预训练了，李开复博士这次在发布会上直接“辟谣”：

零一万物绝不放弃预训练。

而且在模型预训练阶段，团队还积累了丰富的多阶段训练方法，将整个训练分为两块，一块做好以后就把它固定起来，然后在这个固定的模型上再做后段训练。

训练前期，更注重数据多样性，使得Yi-Lightning尽可能学习不同的知识；训练后期更重内容更丰富、知识性更强的数据。

同时团队还在不同阶段采用不同的batch size和LR schedule保证训练速度和稳定性。

李开复博士还表示，零一万物开发模型讲究“模基共建”，也就是共建模型和基础架构。

模型的训练、服务、推理设计，与底层的AIInfra架构和模型结构必须高度适配。

这样做的目的，不仅是让模型更好，而且让它在推理的时候能够更便宜。

再加上以上种种抬升“性价比”的技术加持，所以Yi-Lightning这次也是打到了白菜价——

0.99元每1M token

在中文等方面，Yi-Lightning比肩OpenAI的o1-mini，o1-mini的定价是每百万输入3美元，每百万输出12美元。

Yi-Lightning每百万token只需0.99RMB也是打到了骨折。

但李开复博士表示，即便这样也：不亏钱。

除了发布新模型，零一万物这次还首发了AI2.0数字人方案。

目前该数字人已接入Yi-Lightning，实时互动效果相比以往更强更自然了，belike：

https://www.toutiao.com/article/7426244808324284968/

最后谈起和国外头部大模型的差距，李开复博士表示这次Yi-Lightning的排名证明了国产大模型跟硅谷最顶尖模型的差距缩小到了五个月。

去跟追上美国最顶尖的模型，缩短这个时间差非常困难，要付出很大的努力和有独特的打法。在国内不少公司都在努力，“模基共建”则是零一万物自己摸索的独特路径。

参考链接：
[1]https://x.com/lmarena_ai/status/1846245604890116457
[2]https://x.com/01AI_Yi/status/1845776529185476613