DCLM-7B是什么？
DCLM-7B是苹果与合作伙伴一起推出的开源小型语言模型，全部开源，包括权重、训练代码和数据集。DCLM-7B性能优异，接近大型模型，采用decoder-only架构，上下文长度2048。DCLM-7B在多个基准任务上性能出色，支持商业使用。
DCLM-7B的主要特性
- 模型规格：DCLM-7B 基础模型是在 2.5 万亿个词库上训练出来的，主要使用英语数据，上下文窗口为 2048。
- 训练数据集：结合来自 DCLM-BASELINE、StarCoder 和 ProofPile2 的数据集。
- 性能表现：该模型的 MMLU 得分为 0.6372，性能高于 Mistral，但低于 Llama3。
- 训练框架：使用 PyTorch 和 OpenLM 框架开发。
- 许可证：根据开放许可证发布，特别是苹果示例代码许可证。
- 可用性：目前，HuggingFace上已经发布了全部模型权重。
DCLM-7B的性能评测
DCLM-7B在MMLU基准上5-shot准确率达64%，可与Mistral-7B-v0.3（63%）和Llama3-8B（66%）相媲美；并且在53个自然语言理解任务上的平均表现也可与Llama 3 8B相媲美，而所需计算量仅为后者的1/6。
与其他同等大小模型相比，DCLM-7B的MMLU得分超越Mistral-7B，接近Llama 3 8B。
如何使用DCLM-7B？
目前，HuggingFace上已经发布了全部模型权重，其中的模型卡已经基本涵盖了关键信息。
- 模型地址：https://huggingface.co/apple/DCLM-7B
- GitHub：https://github.com/mlfoundations/dclm
- 数据集：https://huggingface.co/datasets/mlfoundations/dclm-baseline-1.0
- 论文：https://arxiv.org/pdf/2406.11794
温馨提示：