今天小编分享的科学经验：7B开源数学模型干翻千亿GPT-4，中国团队出品，欢迎阅读。
7B 开源模型，数学能力超过了千亿规模的 GPT-4！
它的表现可谓是突破了开源模型的极限，连阿里通义的研究员也感叹缩放定律是不是失效了。
无需借助任何外部工具，它就能在竞赛水平的 MATH 数据集上达到 51.7% 的准确率。
在开源模型中，它第一个在该数据集上达到一半的准确率，甚至超过了早期和 API 版本的 GPT-4。
这一表现让整个开源社区为之震撼，Stability AI 的创始人 Emad Mostaque 也表示研发团队属实让人印象深刻，而且潜力被低估了。
它，就是深度求索团队最新开源的 7B 数学大模型 DeepSeekMath。
7B 模型力压群雄
为了评估 DeepSeekMath 的数学能力，研究团队使用了中（MGSM-zh、CMATH）英（GSM8K、MATH）双语的数据集进行了测试。
在未使用辅助工具、仅靠思维链（CoT）提示的情况下，DeepSeekMath 的表现均超越了其他开源模型，其中包括 70B 的数学大模型 MetaMATH。
和自家推出的 67B 通用大模型相比，DeepSeekMath 的成绩也有大幅提升。
如果考虑闭源模型，DeepSeekMath 也是在几个数据集上都超越了 Gemini Pro 和 GPT-3.5，在中文的 CMATH 上超越了 GPT-4，MATH 上的表现也与之接近。
但要注意的是，GPT-4 按泄露规格是一个千亿参数的庞然大物，而 DeepSeekMath 参数量只有 7B。
如果允许使用工具（Python）进行辅助，DeepSeekMath 在竞赛难度（MATH）数据集上的表现还能再提高 7 个百分点。
那么，DeepSeekMath 优异表现的背后，都应用了哪些技术呢？
基于代码模型打造
为了获得比从通用模型更好的数学能力，研究团队使用了代码模型 DeepSeek-Coder-v1.5 对其进行初始化。
因为团队发现，无论是在两阶段训练还是一阶段训练設定下，代码训练相比于通用数据训练都可以提升模型的数学能力。
在 Coder 的基础上，研究团队继续训练了 5000 亿 token，数据分布如下图：
训练数据方面，DeepSeekMath 使用的是从 Common Crawl 提取的 120B 高质量数学网页数据，得到了 DeepSeekMath Corpus，总数据量是开源数据集 OpenWebMath 的 9 倍。
数据采集过程是迭代式进行的，经过四次迭代，研究团队收集了 3500 多万个数学网页，Token 数量达到了 1200 亿。
为了确保训练数据中不包含测试集的内容（因为 GSM8K、MATH 中的内容在互联网上大量存在），研究团队还专门进行了过滤。
为了验证 DeepSeekMath Corpus 的数据质量，研究团队分别用 MathPile 等多个数据集训练了 1500 亿 token，结果 Corpus 在多个数学基准上效果明显领先。
对齐阶段，研究团队首先构建了一个 776K 样本的中英文数学指导监督微调（SFT）数据集，其中包括 CoT、PoT 和工具集成推理等三种格式。
而在强化学习（RL）阶段，研究团队使用了一种名为 " 基于组的相对策略优化 "（Group Relative Policy Optimization ，GRPO）的高效算法。
GRPO 是近端策略优化（PPO）的一种变体，过程中传统的价值函数被替换为一个基于组的相对奖励估计，可以减少训练过程中的计算和内存需求。
同时，GRPO 通过迭代过程进行训练，奖励模型会根据策略模型的输出不断更新，以确保策略的持续改进。
曾推出首个国产开源 MoE 模型
推出 DeepSeekMath 的深度求索团队，是国内开源模型领網域的一名 " 头部选手 "。
此前，该团队就曾推出过首个国产开源 MoE 模型 DeepSeek MoE，它的 7B 版本以 40% 的计算量击败了相同规模的密集模型 Llama 2。
作为通用模型，DeepSeek MoE 在代码和数学任务上的表现就已十分亮眼，而且资源消耗非常低。
代码方面，该团队推出的 DeepSeek-Coder 的编程能力在代码生成、跨檔案代码补全、以及程式解数学题等多个任务上均超过了同等规模的开源标杆 CodeLllama。
同时，它也击败了 GPT-3.5-Turbo，成为最接近 GPT-4-Turbo 的开源代码模型。
如前文所说，此次推出的 DeepSeekMath，也正是在 Coder 的基础之上打造的。
而在 X 上，已经有人开始在期待 Coder 和 Math 的 MoE 版本了。
论文地址：
https://arxiv.org/abs/2402.03300
参考链接：
[ 1 ] https://twitter.com/deepseek_ai/status/1754701472363958581
[ 2 ] https://mp.weixin.qq.com/s/CPyKHnBNzJuCn-wZ1wpPoA
— 完 —
点这里关注我，记得标星哦～
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见 ~
>
