9 月 28 日消息，“中國電信人工智能研究院”官方公眾號今天宣布，中國電信人工智能研究院（IT之家注：下文稱 TeleAI）成功完成國內(nèi)首個基于全國產(chǎn)化萬卡集群訓練的萬億參數(shù)大模型，并正式對外開源首個基于全國產(chǎn)化萬卡集群和國產(chǎn)深度學習框架訓練的千億參數(shù)大模型 —— 星辰語義大模型 TeleChat2-115B。

官方表示，這項科研成果標志著國產(chǎn)大模型訓練真正實現(xiàn)全國產(chǎn)化替代，正式進入全國產(chǎn)自主創(chuàng)新、安全可控的新階段。

TeleChat2-115B 基于中國電信自研的天翼云“息壤一體化智算服務平臺”和人工智能公司“星海 AI 平臺”訓練完成。據(jù)介紹，其在保證訓練精度的前提下利用多種優(yōu)化手段提升模型訓練效率和穩(wěn)定性，實現(xiàn)了 GPU 同等算力計算效率超 93% ，模型有效訓練時長占比超 98% 。

針對超大參數(shù)模型訓練，TeleAI 采用了大量小模型進行 Scaling，進而驗證不同模型結(jié)構(gòu)的有效性。同時，在數(shù)據(jù)配比方面，基于小模型實驗結(jié)果反饋，采用回歸預測模型，得到較優(yōu)數(shù)據(jù)配比。

在 Post-Training（后訓練）方面，TeleAI  首先針對數(shù)學、代碼和邏輯推理等內(nèi)容合成了大量問答數(shù)據(jù)，用于 SFT（監(jiān)督式微調(diào)）第一階段模型訓練。

其次，其采用迭代式更新策略，使用模型對提示詞數(shù)據(jù)進行指令復雜性提升與多樣性擴充，通過模型合成和人工標注提升答案質(zhì)量，并利用拒絕采樣獲取優(yōu)質(zhì) SFT 數(shù)據(jù)及 RM（獎勵模型）代表性數(shù)據(jù)，用于 SFT 訓練和 DPO（偏好對齊）訓練，以及模型效果迭代。