技术咨询
代买器件
商务客服
研发客服IT之家 11 月 3 日消息，据官方公众号消息，由与清华大学 NLP 实验室共同研发的语鲸 LingoWhale-8B 模型目前已面向社会开源，对学术研究完全开放，允许免费商用。
本文引用地址：IT之家经过查询得知，LingoWhale-8B 模型是拥有约 80 亿参数的中英双语大语言模型，在 C-Eval、MMLU、CMMLU 等多个权威的公开评测基准上，在 10B 以下开源模型据称“达到领先效果”。
不过官方同时声称，受模型参数量影响，固有的幻觉问题、数学计算能力相对较弱、生成内容有无法预见性等问题在 LingoWhale-8B 模型中仍然存在。
在性能方面，截至 10 月 24 日，在中文领域权威评测 C-Eval 中，LingoWhale-8B 模型的性能仅次于 GPT-4。在 C-Eval、CMMLU、GAOKAO 测评中，性能超过 GPT-3.5Turbo，在 10B 以下尺寸模型中性能处于领先位置。
官方给予了一些典型示例，以介绍 LingoWhale-8B 模型的特点。
官方据此表示，LingoWhale-8B 模型具有一定数学运算能力。
在以上示例中，LingoWhale-8B 模型能够根据上文正确地列式并进行运算，包括函数求导、函数值计算、切线方程计算等操作，并最终得到结果。
而在代码声称方面，官方也同时提供了一些演示：
LingoWhale-8B 具有强大的代码理解与生成能力，能够更好地生成代码并解决具体的问题。在本示例中，LingoWhale-8B 模型生成了详细的 python 代码以及注释信息，帮助用户更好地理解并使用生成的代码。
在逻辑方面，官方也同样进行了举例：
LingoWhale-8B 模型具有解决复杂逻辑推理任务的能力。在以上的例子中，LingoWhale-8B 将复杂的逻辑问题进行拆解，按步骤进行分析并解决问题。
上下文对话
样例：
在以上示例中，LingoWhale-8B 模型表现出了较强的角色扮演、方案设计、长文本理解以及多轮对话能力，能够根据用户需求制定方案并组织结构化的输出，应对更加复杂的任务场景。
知识百科
样例 1:
官方表示，在上面两个例子中，相较于 GPT-3.5，LingoWhale-8B 模型生成的结果更加准确详实。
经过在大规模高质量语料上的预训练，LingoWhale-8B 模型掌握了多个领域的知识，包括科学、历史、文学、艺术等，能够理解并回答各种知识相关问题，提供准确详细的答案。
IT之家的小伙伴们可以在官方 GitHub 页面中获取更多详细信息：