近日，權(quán)威大模型評(píng)測(cè)基準(zhǔn)SuperCLUE發(fā)布最新《中文大模型基準(zhǔn)測(cè)評(píng)2024年10月報(bào)告》。其中，由中國(guó)電信打造的星辰語(yǔ)義大模型TeleChat2，作為央企大模型代表，憑借出色效果，綜合能力位列大模型第一梯隊(duì)。TeleChat2在理科“工具調(diào)用”維度排名前二，在Agent智能體總榜排名并列第二。

數(shù)據(jù)來源：SuperCLUE

TeleChat2-35B以更小參數(shù)量和更佳效果獲得開源模型排行榜銅牌，綜合效果超過Llama-3.1-70B-Instruc和 Llama-3.2-90B-Instruct等較大參數(shù)模型。

數(shù)據(jù)來源：SuperCLUE

星辰語(yǔ)義大模型由中國(guó)電信創(chuàng)新研發(fā)并不斷迭代突破。TeleChat2系列是在星辰語(yǔ)義大模型TeleChat發(fā)布以來推出的第二代版本。

今年9月，TeleAI正式發(fā)布并開源了首個(gè)基于全國(guó)產(chǎn)化萬卡集群和國(guó)產(chǎn)深度學(xué)習(xí)框架訓(xùn)練的千億參數(shù)大模型 TeleChat2-115B，近日又進(jìn)一步開源了TeleChat2-3B、7B和35B，以適配不同場(chǎng)景的應(yīng)用需求，構(gòu)建了全尺寸大模型開源布局。

超強(qiáng)工具使用及Agent能力

本次最新的SuperCLUE10月報(bào)告覆蓋43個(gè)國(guó)內(nèi)外有代表性的大模型，采用多維度、多層次的綜合性測(cè)評(píng)方案，由理科、文科和Hard任務(wù)三大維度構(gòu)成，評(píng)測(cè)題目總量超過2900道。理科任務(wù)方面，TeleChat2展現(xiàn)了極強(qiáng)的函數(shù)調(diào)用能力，在工具調(diào)用維度排名前二。文科任務(wù)方面，TeleChat2在語(yǔ)言理解、長(zhǎng)文本等維度表現(xiàn)突出。Hard任務(wù)方面，TeleChat2在指令遵循維度表現(xiàn)優(yōu)異，展現(xiàn)了優(yōu)秀的復(fù)雜推理能力。

為了提高模型性能，TeleAI團(tuán)隊(duì)在數(shù)據(jù)維度和后訓(xùn)練階段進(jìn)行了優(yōu)化。在數(shù)學(xué)能力方面，通過抽取知識(shí)點(diǎn)合成問答數(shù)據(jù)，并結(jié)合數(shù)學(xué)RM（獎(jiǎng)勵(lì)模型）篩選高質(zhì)量數(shù)據(jù)。在代碼能力方面，抽取高質(zhì)量代碼函數(shù)合成功能實(shí)現(xiàn)代碼，并通過單元測(cè)試確保代碼質(zhì)量。對(duì)于指令遵循能力，通過指令進(jìn)化構(gòu)建大量數(shù)據(jù)并進(jìn)行腳本校驗(yàn)，從而大幅提升模型效果。在后訓(xùn)練階段，通過模型微調(diào)、權(quán)重融合和DPO（直接偏好優(yōu)化）進(jìn)一步提升效果。微調(diào)階段，使用IFD（指令跟隨難度）和 RFT（拒絕采樣微調(diào)）篩選數(shù)據(jù)，并迭代優(yōu)化模型。權(quán)重融合階段，結(jié)合多個(gè)模型的優(yōu)勢(shì)獲得新權(quán)重。DPO優(yōu)化階段，專注于中等難度問題，迭代補(bǔ)齊模型能力。

不僅如此，TeleChat2系列模型還完成了Agent能力建設(shè)，重點(diǎn)加強(qiáng)了模型在指令跟隨、任務(wù)拆解、工具調(diào)用等方面的能力和表現(xiàn)。在10月的SuperCLUEAgent總榜中，TeleChat2排名并列第二。

數(shù)據(jù)來源：SuperCLUE

TeleAI團(tuán)隊(duì)構(gòu)建了一個(gè)基于圖結(jié)構(gòu)和MutltiAgent（多智能體）的框架，通過細(xì)分工具場(chǎng)景，創(chuàng)建詳細(xì)的依賴關(guān)系圖，從而提升訓(xùn)練數(shù)據(jù)的真實(shí)性和復(fù)雜度。

同時(shí)，利用MultiAgent的增強(qiáng)交互多樣性，并通過規(guī)則檢查，確保交互合理。此外，團(tuán)隊(duì)還將工具調(diào)用能力分為多個(gè)階段，為每個(gè)階段設(shè)計(jì)多樣化數(shù)據(jù)，以避免模型僅學(xué)習(xí)表面格式，這使得模型效果提升了約15%。

全尺寸開源布局 適配多場(chǎng)景落地

TeleAI始終積極通過開源推動(dòng)大模型技術(shù)創(chuàng)新和國(guó)產(chǎn)化進(jìn)程，并為產(chǎn)業(yè)持續(xù)輸送領(lǐng)先的技術(shù)能力，加速應(yīng)用落地。早在今年前半年，就陸續(xù)開源了1B、7B、12B和52B參數(shù)的第一代TeleChat系列模型。最近，TeleChat2系列也已完成 3B、7B、35B和115B模型開源，逐步構(gòu)建了全尺寸開源布局，并吸引了國(guó)內(nèi)外廣大開發(fā)者的討論和使用。

憑借卓越的性能和開源生態(tài)貢獻(xiàn)，星辰語(yǔ)義大模型在 Gitee開源社區(qū)獲得了“GVP-Gitee最有價(jià)值開源項(xiàng)目”。前不久，星辰大模型還被中國(guó)信息通信研究院（信通院）授予“可信開源大模型成熟度能力”認(rèn)證和“2024年度央國(guó)企開源項(xiàng)目典型案例”稱號(hào)。

憑借不同的參數(shù)配置和靈活的架構(gòu)設(shè)計(jì)，TeleChat2系列模型可靈活適配于不同應(yīng)用場(chǎng)景、不同資源配置、不同延時(shí)條件、不同響應(yīng)速度的多樣化需求。目前，星辰語(yǔ)義大模型系列已在政務(wù)服務(wù)、智慧教育、經(jīng)營(yíng)分析、公文寫作等領(lǐng)域廣泛應(yīng)用落地。

在政務(wù)場(chǎng)景，星辰語(yǔ)義大模型已應(yīng)用于智能知識(shí)庫(kù)、智能受理助手、智能分類助手、智能客服機(jī)器人、智能語(yǔ)音座席助手等，助力政務(wù)工作提升工作效率。

在教育領(lǐng)域，星辰語(yǔ)義大模型落地教育聽力機(jī)，輔助學(xué)生進(jìn)行英語(yǔ)口語(yǔ)對(duì)話練習(xí)、中英文寫作、中文詩(shī)歌創(chuàng)作等，提升他們的學(xué)習(xí)興趣和個(gè)性化體驗(yàn)。

在智慧辦公場(chǎng)景，基于星辰語(yǔ)義大模型的超強(qiáng)語(yǔ)義理解和總結(jié)能力，星辰慧記一站式會(huì)議助手能夠一鍵提煉會(huì)議紀(jì)要，實(shí)現(xiàn)會(huì)后總結(jié)秒生成，推動(dòng)企業(yè)更高效、更智能發(fā)展。

在本次參選SuperCLUE10月榜單的43個(gè)大模型企業(yè)中，TeleAI是唯一的央企大模型機(jī)構(gòu)，同時(shí)TeleChat2系列大模型是基于全國(guó)產(chǎn)化萬卡集群和國(guó)產(chǎn)深度學(xué)習(xí)框架訓(xùn)練完成。

開源地址：

GitHub：

https://github.com/Tele-AI/TeleChat2

Gitee：

https://gitee.com/Tele-AI/tele-chat2

ModelScope：

https://modelscope.cn/models/TeleAI/TeleChat2-115B

Modelers：

https://modelers.cn/models/TeleAI/TeleChat2-115B