进化模型融合:人工智能模型开发的新范式
在人工智能领域,基础模型的训练和开发一直是一项耗时耗力的工作。然而,日本东京的新兴人工智能公司Sakana AI最近提出的"进化模型融合"(Evolutionary Model Merge)技术,为这一领域带来了全新的突破。这项创新技术通过结合现有开源模型的优势,自动化地生成具有新能力的基础模型,为人工智能模型开发开辟了一条全新的道路。
Sakana AI:来自"Transformer之父"的新创公司
Sakana AI于2023年8月正式宣布成立,由包括前Google研究员David Ha和著名论文"Attention Is All You Need"的共同作者Llion Jones在内的一批顶尖AI研究人员联合创立。该公司的核心研究方向是将进化算法、集体智能等自然界启发的思想应用于基础模型的开发中。
进化模型融合:自动化模型开发的新方法
进化模型融合是Sakana AI提出的一种全新的模型开发方法。这种方法借鉴了生物进化的原理,通过"自然选择"的方式自动化地发现最佳的模型组合方式。具体来说,它包括两个关键方面:
-
数据流空间(层)融合:使用进化算法来发现不同模型的层的最佳组合方式,形成新的模型架构。
-
参数空间(权重)融合:进化出新的方法来混合多个模型的权重,探索无限的权重组合可能性。
这两种方法可以单独使用,也可以结合使用,以发现可能需要特定架构创新的新基础模型。
与传统的手动模型合并方法相比,进化模型融合具有以下优势:
- 自动化:无需人工干预,算法可以自动探索和发现最佳的模型组合方式。
- 创新性:能够发现人类直觉可能难以想到的新颖而有效的模型组合。
- 高效性:无需额外的梯度训练,可以在较少的计算资源下产生高性能模型。
- 灵活性:可以针对特定任务或领域自动优化模型性能。
实践案例:日本语言模型的进化
为了验证进化模型融合的有效性,Sakana AI团队首先尝试自动进化出一个能够进行数学推理的日语大型语言模型(LLM)。他们使用进化算法将日语LLM Shisa-Gamma与专门用于数学的LLM WizardMath和Abel进行融合。
经过数百代的进化,最终产生的EvoLLM-JP模型在多项日语LLM基准测试中都取得了出色的成绩。令人惊讶的是,这个仅有70亿参数的模型甚至超越了一些拥有700亿参数的最先进日语LLM的性能。研究人员认为,EvoLLM-JP不仅具备出色的数学推理能力,还可以作为一个通用的日语LLM使用。
跨模态融合:视觉语言模型的突破
Sakana AI团队进一步将进化模型融合技术应用到了跨模态领域。他们尝试将一个流行的开源视觉语言模型(VLM) LLaVA-1.6-Mistral-7B与日语LLM Shisa Gamma 7B v1进行融合,成功进化出了一个高性能的日语VLM——EvoVLM-JP。
在评估中,EvoVLM-JP不仅超越了其英语基础模型LLaVA-1.6-Mistral-7B的性能,还优于现有的日语VLM JSVLM。这个结果充分证明了进化模型融合在跨模态、跨语言模型融合方面的强大潜力。
未来展望:进化AI的兴起
Sakana AI的这项突破性技术为AI模型开发开辟了一条全新的道路。通过利用丰富的开源模型生态系统,大型机构和企业可以采用这种更具成本效益的进化方法来快速开发早期基础模型,而无需投入巨额资源从头开始构建定制模型。
David Ha表示:"通过利用现有开源生态系统中丰富多样的基础模型,大型机构或政府可以考虑采用这种更经济的进化方法来快速开发概念验证原型模型,而无需投入大量资本或动用国家资源从头开发完全定制的模型。"
结语
Sakana AI的进化模型融合技术为AI领域带来了一股清新的气息。它不仅大大降低了开发高性能AI模型的门槛,还为模型开发注入了更多创新的可能性。随着这项技术的不断完善和应用,我们有理由期待看到更多令人惊叹的AI模型诞生,推动整个行业向前发展。
对于想要深入了解或尝试这项技术的读者,Sakana AI已经在GitHub上开源了相关代码和模型,欢迎大家访问https://github.com/SakanaAI/evolutionary-model-merge进行探索。让我们一起期待进化AI带来的更多惊喜吧!
