Informe Técnico de InternLM2

InternLM2 Technical Report

March 26, 2024

Autores: Zheng Cai, Maosong Cao, Haojiong Chen, Kai Chen, Keyu Chen, Xin Chen, Xun Chen, Zehui Chen, Zhi Chen, Pei Chu, Xiaoyi Dong, Haodong Duan, Qi Fan, Zhaoye Fei, Yang Gao, Jiaye Ge, Chenya Gu, Yuzhe Gu, Tao Gui, Aijia Guo, Qipeng Guo, Conghui He, Yingfan Hu, Ting Huang, Tao Jiang, Penglong Jiao, Zhenjiang Jin, Zhikai Lei, Jiaxing Li, Jingwen Li, Linyang Li, Shuaibin Li, Wei Li, Yining Li, Hongwei Liu, Jiangning Liu, Jiawei Hong, Kaiwen Liu, Kuikun Liu, Xiaoran Liu, Chengqi Lv, Haijun Lv, Kai Lv, Li Ma, Runyuan Ma, Zerun Ma, Wenchang Ning, Linke Ouyang, Jiantao Qiu, Yuan Qu, Fukai Shang, Yunfan Shao, Demin Song, Zifan Song, Zhihao Sui, Peng Sun, Yu Sun, Huanze Tang, Bin Wang, Guoteng Wang, Jiaqi Wang, Jiayu Wang, Rui Wang, Yudong Wang, Ziyi Wang, Xingjian Wei, Qizhen Weng, Fan Wu, Yingtong Xiong, Chao Xu, Ruiliang Xu, Hang Yan, Yirong Yan, Xiaogui Yang, Haochen Ye, Huaiyuan Ying, Jia Yu, Jing Yu, Yuhang Zang, Chuyu Zhang, Li Zhang, Pan Zhang, Peng Zhang, Ruijie Zhang, Shuo Zhang, Songyang Zhang, Wenjian Zhang, Wenwei Zhang, Xingcheng Zhang, Xinyue Zhang, Hui Zhao, Qian Zhao, Xiaomeng Zhao, Fengzhe Zhou, Zaida Zhou, Jingming Zhuo, Yicheng Zou, Xipeng Qiu, Yu Qiao, Dahua Lin

cs.AI

Resumen

La evolución de los Modelos de Lenguaje de Gran Escala (LLMs, por sus siglas en inglés) como ChatGPT y GPT-4 ha generado discusiones sobre el advenimiento de la Inteligencia Artificial General (AGI). Sin embargo, replicar tales avances en modelos de código abierto ha sido un desafío. Este artículo presenta InternLM2, un LLM de código abierto que supera a sus predecesores en evaluaciones integrales en 6 dimensiones y 30 benchmarks, modelado de contexto largo y evaluaciones subjetivas de respuesta abierta, gracias a técnicas innovadoras de preentrenamiento y optimización. El proceso de preentrenamiento de InternLM2 se detalla meticulosamente, destacando la preparación de diversos tipos de datos, incluyendo texto, código y datos de contexto largo. InternLM2 captura eficientemente dependencias a largo plazo, entrenándose inicialmente con 4k tokens antes de avanzar a 32k tokens en las etapas de preentrenamiento y ajuste fino, mostrando un rendimiento notable en la prueba de 200k "Needle-in-a-Haystack". InternLM2 se alinea adicionalmente mediante Ajuste Fino Supervisado (SFT) y una novedosa estrategia de Aprendizaje por Refuerzo en Línea Condicional a partir de Retroalimentación Humana (COOL RLHF), que aborda preferencias humanas conflictivas y el hackeo de recompensas. Al liberar modelos de InternLM2 en diferentes etapas de entrenamiento y tamaños de modelo, proporcionamos a la comunidad información valiosa sobre la evolución del modelo.

English

The evolution of Large Language Models (LLMs) like ChatGPT and GPT-4 has sparked discussions on the advent of Artificial General Intelligence (AGI). However, replicating such advancements in open-source models has been challenging. This paper introduces InternLM2, an open-source LLM that outperforms its predecessors in comprehensive evaluations across 6 dimensions and 30 benchmarks, long-context modeling, and open-ended subjective evaluations through innovative pre-training and optimization techniques. The pre-training process of InternLM2 is meticulously detailed, highlighting the preparation of diverse data types including text, code, and long-context data. InternLM2 efficiently captures long-term dependencies, initially trained on 4k tokens before advancing to 32k tokens in pre-training and fine-tuning stages, exhibiting remarkable performance on the 200k ``Needle-in-a-Haystack" test. InternLM2 is further aligned using Supervised Fine-Tuning (SFT) and a novel Conditional Online Reinforcement Learning from Human Feedback (COOL RLHF) strategy that addresses conflicting human preferences and reward hacking. By releasing InternLM2 models in different training stages and model sizes, we provide the community with insights into the model's evolution.