340B險勝70B，Kimi機器人貼臉「嘲諷」英偉達新開源模型
排名超過Llama-3-70B，英偉達Nemotron-4 340B問鼎競技場最強開源模型！
前兩天，英偉達突然開源了其通用大模型Nemotron的3400億參數版本。
就在最近，競技場更新了排名情況：
勝率熱圖顯示，Nemotron-4 340B對Llama-3-70B的勝率為53%。
究竟Nemotron-4 340B表現如何？接下來一起看看。
新模型最新戰績
簡單回顧一下，英偉達上週五突然宣布開源Nemotron-4 340B，該系列包括基礎模型、指令模型和獎勵模型，用於產生訓練和改進LLM的合成資料。
Nemotron-4 340B一發佈便瞬時登頂Hugging Face RewardBench榜一！
緊接著，競技場新近公佈了Nemotron-4 340B的一系列評測結果。
在長文本查詢（長度>=500個token）中，Nemotron-4 340B排在第5位，超過Claude 3 Sonnet及Qwen 2-72B等主流開源模型。
在處理硬提示方面，Nemotron-4 340B超越了Claude 3 Sonnet和Llama3 70B-Instruct，顯示出其在應對複雜和高難度查詢時的卓越能力。
在整體效能評估中，Nemotron-4 340B的評分和穩定性均處於中上水平，超越了多款知名開源模型。
概括一下，Nemotron-4 340B已經取得了不錯的戰績，直接超越了Mixtral 8x22B、Claude sonnet、Llama3 70B、Qwen 2，有時甚至可以和GPT-4一較高下。
其實，以前這個模型就曾登上大模型競技場LMSys Chatbot Arena，當時它的別名是june-chatbot。
具體來說，這個模型支援4K上下文視窗、50多種自然語言和40多種程式語言，訓練資料截止到2023年6月。
訓練資料方面，英偉達採用了高達9兆個token。其中，8兆用於預訓練，1兆用於繼續訓練以提高品質。
在BF16精準度下，模型的推理需要8塊H200，或16塊H100/A100 80GB。如果是在FP8精度下，則只需8塊H100。
值得一提的是，指令模型的訓練是在98%的合成資料上完成的。
而合成資料無疑是Nemotron-4 340B的最大亮點，它有可能徹底改變訓練LLM的方式。
合成數據才是未來
面對最新排名，興奮的網友突然咂摸出一絲不對勁：
用340B對戰70B，而且還是險勝，這事兒有點說不過去吧！
就連機器人Kimi也對此開啟了「嘲諷」模式：
英偉達這波操作，參數大得像宇宙，性能卻跟Llama-3-70B肩並肩，科技界的」大號小能」啊!
對此，在英偉達負責AI模型對齊和定制的Oleksii Kuchaiev拿出了關鍵法寶：
是的，Nemotron-4 340B商用友好，支援產生合成數據。
資深深度學習研究工程師Somshubra Majumdar對此表示大讚：
你可以用它（免費）產生你想要的所有數據
這一突破性進展，標誌著AI產業的一個重要里程碑——
從此，各行各業都無需依賴大量昂貴的真實世界數據集了，用合成數據，就可以創建性能強大的特定領域LLM！
那麼，英偉達具體是如何實現的呢？
一句話概括，這與它開源通常不發布的獎勵模型有關。
產生高品質合成資料不僅需要優秀的指導模型，還需根據特定需求進行資料篩選。
通常，使用相同模型作為評分者（LLM-as-Judge）；但在特定情況下，採用專門的獎勵模型（Reward-Model-as-Judge）進行評估更為合適。
而Nemotron-4 340B指令模型可以產生高品質的數據，然後獎勵模型可以過濾掉多個屬性的數據。
它會根據有用性、正確性、一致性、複雜性和冗長性這5個屬性，對回應評分。
另外，研究者可以使用自己的專用數據，再結合HelpSteer2資料集，客製化Nemotron-4 340B基礎模型，以建立自己的指令或獎勵模型。
回到開頭和Llama-3-70B的對戰，Nemotron-4 340B擁有更寬鬆的許可，或許這才是它的真正價值所在。
畢竟數據短缺早已成為業界普遍痛點。
根據Epoch研究所的AI研究員Pablo Villalobos預測，到2024年年中，對高品質數據的需求超過供給的可能性為50%，到2026年發生這種情況的可能性為90%。
新的預期顯示，這種短缺風險將延遲至2028年。
合成數據才是未來正逐漸成為產業共識…
模型位址：https://huggingface.co/nvidia/Nemotron-4-340B-Instruct