震惊！使用RNN就能达到超越GPT的对话效果！甚至超越LLaMA？ Github已近万star

最新推荐文章于 2025-01-03 23:18:27 发布

Evan-yzh

最新推荐文章于 2025-01-03 23:18:27 发布

阅读量210

点赞数

文章标签： rnn gpt llama 人工智能深度学习

原文链接：https://mp.weixin.qq.com/s?__biz=MzUyOTU2MjE1OA==&mid=2247500749&idx=1&sn=e9e7b2b9941e6ff60766f6e039e00249&chksm=fa5dac8ccd2a259a9d7d75f750ae4e675ccdd344b452a417d0b862b88a1805d00349d108b3d3&scene=126&sessionid=0

版权

点击上方“AI遇见机器学习”，选择“星标”公众号

第一时间获取价值内容

大家好，我是zenRRan，最近在群里发现小伙伴分享了一篇极为震撼的文章：通过纯RNN架构竟然达到甚至超越以GPT为base的大语言模型的性能。刚开始我还以为是民科呢，但是细细了解后发现作者知乎关注达十几万

该项目的github名为The RWKV Language Model^[1]项目的star竟然快接近万了。

项目介绍：

RWKV是具有Transformer级LLM性能的RNN，也可以像GPT transformer一样直接训练（parallelizable）。而且它是 100% 无注意力的。你只需要位置 t 的隐藏状态来计算位置 t+1 的状态。您可以使用“GPT”模式快速计算“RNN”模式的隐藏状态。

因此，它结合了 RNN 和 Transformer 的优点——出色的性能、快速推理、节省 VRAM、快速训练、“无限”ctx_len 和自由句子嵌入（使用最终隐藏状态）。

下面还是进入作者的一篇知乎文章来一起看看吧~

知乎：PENG Bo
地址：https://zhuanlan.zhihu.com/p/619721229

进NLP群—>加入NLP交流群

目前 RWKV 所有模型的介绍^[2]（注意 RWKV 是 100% RNN，目前地球只有我能用 RNN 做到这样）。

下面是 7B Raven-v7-ChnEng 在 ChatRWKV v2 运行的效果（无修改，无重试）：

可见 7B 有时会省略细节，需要你去引导。其实如果写好程序，允许编辑电脑的回答，在电脑的早期回答加入丰富的细节，它也能一直保持细节丰富的风格。注意，目前中文只用了【20G普通+200G网文】，连词表都是英文的（很多中文需要两三个token），稍后的RWKV中文基础模型会强得多。

另外可以加入世界设定。例如下面这个 prompt，我用 + 让模型生成了各种开头，都挺好：

Prompt：请你扮演一个文本冒险游戏，我是游戏主角。这是一个玄幻修真世界，有四大门派。我输入我的行动，请你显示行动结果，并具体描述环境。我的第一个行动是“醒来”，请开始故事。

再看 14B Raven-v7-Eng，这个强，Discord 老外玩的记录（无修改，无重试）：

另外 Raven 模型可以完成各种任务。例如这是 7B Raven-v7-Eng 写代码（由于这里 topp=0.8，会容易出小错，降低 topp 即可更准确）：

上述这些，如果是 GPT 做到的，一点都不稀奇，技术含量等于 0。

但这些是用 RNN 做到的。如前所述，这个星球上只有我能用 RNN 做到这样。

RWKV 越大越强，而且有能力运用长 ctxlen。而且 RWKV 的算法极其简单，更适合硬件和芯片。

因此，在未来几年，我将用 RWKV 对 transformer 实施全方位降维打击（目前已逐步积聚资源），淘汰 transformer，成为人类所有 AI 大模型的基础架构。

另一个证据是，目前其它团队的设计，无论是 state space 系列，还是 Mega 这种，都在朝 RWKV 的 exponential moving average 方法靠拢，可见 RWKV 就是目前的正解。

在同样语料训练，RWKV vs GPT，zero-shot成绩：

RWKV 的全部设计，研发，优化，从 0.1B 炼到 14B，数据清洗，推广，客服（这个最浪费时间 lol），都是我一个人完成。我一个人会把它先逐级炼到 100B（在 Pile v2 1.7T），首先淘汰 LLaMA。

知乎喷子喜欢神话 OpenAI。而我说过，只要给我优质的数据和算力，我一个人就可以对线 OpenAI。

这不是因为我懂，而是因为 OpenAI 做的事情弱智。因为现在大家都在挑弱智的 low-hanging fruit 去做（无脑堆数据堆算力堆人工就行），真正难的问题没人去做。ChatGPT出来我就多次说过GPT系列是弱智研究，技术含量等于0。这不是我的观点，而是全世界所有行家都知道，如果你不知道说明你不是行家。甚至百度等等都可以追上（如果投入去做）。

我认为，为确保真正 Open AI，必须用非盈利基金会，像 Linux 的模式。事实上 Stable Diffusion 对比 DALLE2 就能证明，开源社区的力量胜过一切封闭组织（同时，在这个开源生态中，仍然可以也必须有很多商业公司，欢迎 VC 投资）。

为什么必须做 Open AI，另一个原因是，目前东西方的军备竞赛在不断升级。我长期上外网，外网愚民的想法很简单，就是认为瓷国是邪恶帝国（所以我常说，人类维护统治，最有效方式是造假想敌）。

我认为，全球化的开源 Open AI 有助于保持互信，降低这里的各种风险。至于 AGI 本身的风险，我从前说过，可能是人类必经的考验。