87 GB 模型种子，GPT-4 缩小版，超越ChatGPT3.5，多平台在线体验

来源：cnblogs　　作者：机器学习算法与Python　　时间：2023/12/18 16:28:18　　对本文有异议

瞬间爆火的Mixtral 8x7B

大家好，我是老章

最近风头最盛的大模型当属Mistral AI 发布的Mixtral 8x7B了，火爆程度压过Google的Gemini。

缘起是MistralAI二话不说，直接在其推特账号上甩出了一个87GB的种子

随后Mixtral公布了模型的一些细节：

具有编程能力
相比 Llama 2 70B，运算速度快 6 倍
可处理 32k 令牌的上下文
可通过 API 接口使用
可自行部署(它使用 Apache 2.0 开源协议
在大多数标准基准测试中匹配或优于 GPT3.5
可以微调为遵循指令的模型,在 MT-Bench 测试中获得 8.3 分

性能概览

Mixtral 8x7B 技术细节

Mixtral 8x7B 是基于Mixture of Experts (专家混合,8x7B即 8 名专家，每个专家7B个参数 )的开源模型，

专家混合 (MoE) 是LLM中使用的一种技术，旨在提高其效率和准确性。这种方法的工作原理是将复杂的任务划分为更小、更易于管理的子任务，每个子任务都由专门的迷你模型或“专家”处理。

1、专家层：这些是较小的神经网络，经过训练，在特定领域具有高技能。每个专家处理相同的输入，但处理方式与其独特的专业相一致。

2、门控网络：这是MoE架构的决策者。它评估哪位专家最适合给定的输入数据。网络计算输入与每个专家之间的兼容性分数，然后使用这些分数来确定每个专家在任务中的参与程度。

Mixtral 是一个稀疏专家混合网络,仅包含解码器。其前馈网络从 8 组不同的参数中挑选，在每一层,对每个词元,路由网络会选择两组“专家”参数来处理该词元,并将其输出叠加。

这种技术在控制计算成本和延迟的同时扩大了模型规模,因为每个词元只使用参数总量的一小部分。具体来说,Mixtral 总参数量有 46.7 亿,但每个词元只使用 12.9 亿参数。因此,它的输入处理和输出生成速度与成本与 12.9 亿参数模型相当。

Mistral 8x7B 使用与 GPT-4 非常相似的架构，但缩小了：

总共 8 名专家，而不是 16 名（减少 2 倍）
每个专家 7B 个参数，而不是 166B（减少 24 倍）
42B 总参数（估计）而不是 1.8T（减少 42 倍）
与原始 GPT-4 相同的 32K 上下文

线上体验 Mixtral 8x7B

如果大家硬件资源真的很硬，可以下载这个87GB的模型种子本地运行

下载：https://twitter.com/MistralAI/status/1733150512395038967

玩法：https://huggingface.co/mistralai/Mistral-7B-Instruct-v0.2

我相信99%的同学应该没有这个实力，现在市面上已经有很多可以在线试玩的平台了。

1、replicate

https://replicate.com/nateraw/mixtral-8x7b-32kseqlen

replicate还服了api调用的方法：

pip install replicate
export REPLICATE_API_TOKEN=<paste-your-token-here>
#API token  https://replicate.com/account/api-tokens
import replicate
output = replicate.run(
    "nateraw/mixtral-8x7b-32kseqlen:f8125aef9cd96d879f4e5c5c1ff78618818e62939ab76ab1e07425ac75d453bc",
    input={"prompt": "你好",
    "top_p": 0.9,
    "temperature": 0.6,
    "max_new_tokens": 512
     }
)
print(output)