DeepSeek LLM: Schaalvergroting van Open-Source Taalmodellen met Langetermijndenken

DeepSeek LLM: Scaling Open-Source Language Models with Longtermism

January 5, 2024

Auteurs: DeepSeek-AI, Xiao Bi, Deli Chen, Guanting Chen, Shanhuang Chen, Damai Dai, Chengqi Deng, Honghui Ding, Kai Dong, Qiushi Du, Zhe Fu, Huazuo Gao, Kaige Gao, Wenjun Gao, Ruiqi Ge, Kang Guan, Daya Guo, Jianzhong Guo, Guangbo Hao, Zhewen Hao, Ying He, Wenjie Hu, Panpan Huang, Erhang Li, Guowei Li, Jiashi Li, Yao Li, Y. K. Li, Wenfeng Liang, Fangyun Lin, A. X. Liu, Bo Liu, Wen Liu, Xiaodong Liu, Xin Liu, Yiyuan Liu, Haoyu Lu, Shanghao Lu, Fuli Luo, Shirong Ma, Xiaotao Nie, Tian Pei, Yishi Piao, Junjie Qiu, Hui Qu, Tongzheng Ren, Zehui Ren, Chong Ruan, Zhangli Sha, Zhihong Shao, Junxiao Song, Xuecheng Su, Jingxiang Sun, Yaofeng Sun, Minghui Tang, Bingxuan Wang, Peiyi Wang, Shiyu Wang, Yaohui Wang, Yongji Wang, Tong Wu, Y. Wu, Xin Xie, Zhenda Xie, Ziwei Xie, Yiliang Xiong, Hanwei Xu, R. X. Xu, Yanhong Xu, Dejian Yang, Yuxiang You, Shuiping Yu, Xingkai Yu, B. Zhang, Haowei Zhang, Lecong Zhang, Liyue Zhang, Mingchuan Zhang, Minghua Zhang, Wentao Zhang, Yichao Zhang, Chenggang Zhao, Yao Zhao, Shangyan Zhou, Shunfeng Zhou, Qihao Zhu, Yuheng Zou

cs.AI

Samenvatting

De snelle ontwikkeling van open-source grote taalmodellen (LLM's) is werkelijk opmerkelijk. De schaalwetten die in eerdere literatuur worden beschreven, leiden echter tot uiteenlopende conclusies, wat een schaduw werpt op het schalen van LLM's. Wij verdiepen ons in de studie van schaalwetten en presenteren onze onderscheidende bevindingen die het schalen van grootschalige modellen in twee veelgebruikte open-source configuraties, 7B en 67B, vergemakkelijken. Geleid door de schaalwetten introduceren we DeepSeek LLM, een project dat zich toelegt op het bevorderen van open-source taalmodellen met een langetermijnperspectief. Om de pre-trainingsfase te ondersteunen, hebben we een dataset ontwikkeld die momenteel uit 2 biljoen tokens bestaat en voortdurend wordt uitgebreid. We voeren verder supervised fine-tuning (SFT) en Direct Preference Optimization (DPO) uit op de DeepSeek LLM Basismodellen, wat resulteert in de creatie van DeepSeek Chat-modellen. Onze evaluatieresultaten tonen aan dat DeepSeek LLM 67B LLaMA-2 70B overtreft op verschillende benchmarks, met name op het gebied van code, wiskunde en redeneren. Daarnaast laten open-eindevaluaties zien dat DeepSeek LLM 67B Chat superieure prestaties vertoont in vergelijking met GPT-3.5.

English

The rapid development of open-source large language models (LLMs) has been truly remarkable. However, the scaling law described in previous literature presents varying conclusions, which casts a dark cloud over scaling LLMs. We delve into the study of scaling laws and present our distinctive findings that facilitate scaling of large scale models in two commonly used open-source configurations, 7B and 67B. Guided by the scaling laws, we introduce DeepSeek LLM, a project dedicated to advancing open-source language models with a long-term perspective. To support the pre-training phase, we have developed a dataset that currently consists of 2 trillion tokens and is continuously expanding. We further conduct supervised fine-tuning (SFT) and Direct Preference Optimization (DPO) on DeepSeek LLM Base models, resulting in the creation of DeepSeek Chat models. Our evaluation results demonstrate that DeepSeek LLM 67B surpasses LLaMA-2 70B on various benchmarks, particularly in the domains of code, mathematics, and reasoning. Furthermore, open-ended evaluations reveal that DeepSeek LLM 67B Chat exhibits superior performance compared to GPT-3.5.