Baichuan 2: Open Large-scale Language Models

本文是LLM系列文章，针对《Baichuan 2: Open Large-scale Language Models
》的翻译。

摘要

大型语言模型（LLM）在基于自然语言指令的几个例子的各种自然语言任务中表现出了显著的性能，从而减少了对广泛功能工程的需求。然而，大多数强大的LLM都是封闭源代码的，或者对英语以外的语言的能力有限。在这份技术报告中，我们展示了百川2，这是一系列包含70亿和130亿参数的大型多语言模型，在2.6万亿token上从头开始训练。百川2在MMLU、CMMLU、GSM8K和HumanEval等公共基准测试上与其他类似规模的开源模型相匹配或优于其他开源模型。此外，百川2在医药、法律等垂直领域表现突出。我们将发布所有训练前模型检查点，以帮助研究界更好地了解百川2号的训练动态。

1 引言

2 预训练

3 对齐

4 安全性

5 评估

6 相关工作

7 限制和道德考虑

与其他大型语言模型一样，百川2也面临着伦理挑战。它容易产生偏见和毒性，特别是考虑到它的大部分训练数据来自