模型介绍
中文整理AquilaMoE：基于Scale-Up与Scale-Out策略的高效MoE模型训练
模型用途
AquilaMoE是由北京人工智能研究院（BAAI）语言基础模型与软件团队开发的双语8×16B混合专家（Mixture of Experts，MoE）语言模型。该模型采用创新的EfficientScale训练方法，通过两阶段流程优化性能并最大程度减少数据需求。
主要能力
AquilaMoE是一款双语（中英文）大语言模型，采用MoE架构，共8个专家模块，每个token激活2个专家，约使用30B参数。模型支持4096个token的上下文长度。EfficientScale方法包含三个关键阶段：准备阶段、Scale-Up阶段和Scale-Out阶段，实现从小型密集模型到大型MoE模型的高效知识迁移。
输入输出
输入：最长4096个token的中文或英文文本
输出：文本生成
运行要求
该模型基于Aquila3 8×16B配置训练，具体参数如下：
上下文长度：4096
QKV偏置：启用
层数：40
隐藏层维度：5120
中间层维度：20480
KV组：8
训练token数：545B
学习率：1.5e-4
批量大小：24M
基本用法
AquilaMoE基础模型可通过微调获得优异性能。AquilaMoE-SFT为监督微调后的版本，在多项基准测试中表现优异。在AlpacaEval 2.0评估中，AquilaMoE-SFT得分21.1，优于GPT 3.5 Turbo（2023年11月6日版本，得分19.3）和GPT 3.5 Turbo（2023年3月1日版本，得分18.1）。
限制
AquilaMoE Instruct模型仅作为基础模型可轻松微调以获得优异性能的快速演示，未包含任何内容审核机制。团队期待与社区合作，探索如何使模型更好地遵守安全准则，以满足需要内容审核的部署环境需求。
许可证
AquilaMoE项目基于Apache 2.0许可证；AquilaMoE系列模型基于BAAI Aquila模型许可证协议。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
所选固定版本的完整仓库文件，包括模型权重、配置、分词器，以及作者提供的说明和其他文件。自动保留目录结构，不需要逐个选择或下载。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。