Aurora-M: O Primeiro Modelo de Linguagem Multilíngue de Código Aberto Submetido a Testes de Red Team de Acordo com a Ordem Executiva dos EUA

Aurora-M: The First Open Source Multilingual Language Model Red-teamed according to the U.S. Executive Order

March 30, 2024

Autores: Taishi Nakamura, Mayank Mishra, Simone Tedeschi, Yekun Chai, Jason T Stillerman, Felix Friedrich, Prateek Yadav, Tanmay Laud, Vu Minh Chien, Terry Yue Zhuo, Diganta Misra, Ben Bogin, Xuan-Son Vu, Marzena Karpinska, Arnav Varma Dantuluri, Wojciech Kusa, Tommaso Furlanello, Rio Yokota, Niklas Muennighoff, Suhas Pai, Tosin Adewumi, Veronika Laippala, Xiaozhe Yao, Adalberto Junior, Alpay Ariyak, Aleksandr Drozd, Jordan Clive, Kshitij Gupta, Liangyu Chen, Qi Sun, Ken Tsui, Noah Persaud, Nour Fahmy, Tianlong Chen, Mohit Bansal, Nicolo Monti, Tai Dang, Ziyang Luo, Tien-Tung Bui, Roberto Navigli, Virendra Mehta, Matthew Blumberg, Victor May, Huu Nguyen, Sampo Pyysalo

cs.AI

Resumo

Modelos de linguagem pré-treinados são a base de várias aplicações de IA, mas seu alto custo computacional para treinamento limita a acessibilidade. Iniciativas como BLOOM e StarCoder visam democratizar o acesso a modelos pré-treinados para o desenvolvimento colaborativo da comunidade. No entanto, esses modelos existentes enfrentam desafios: capacidades multilíngues limitadas, pré-treinamento contínuo causando esquecimento catastrófico, enquanto o pré-treinamento a partir do zero é computacionalmente caro, e a conformidade com as leis de segurança e desenvolvimento de IA. Este artigo apresenta o Aurora-M, um modelo multilíngue de código aberto com 15 bilhões de parâmetros, treinado em inglês, finlandês, hindi, japonês, vietnamita e código. Pré-treinado continuamente a partir do StarCoderPlus em 435 bilhões de tokens adicionais, o Aurora-M ultrapassa 2 trilhões de tokens no total de tokens de treinamento. É o primeiro modelo multilíngue de código aberto ajustado com instruções de segurança revisadas por humanos, alinhando seu desenvolvimento não apenas com considerações convencionais de red-teaming, mas também com as preocupações específicas articuladas na Ordem Executiva Biden-Harris sobre o Desenvolvimento e Uso Seguro, Seguro e Confiável da Inteligência Artificial. O Aurora-M é rigorosamente avaliado em várias tarefas e idiomas, demonstrando robustez contra o esquecimento catastrófico e superando alternativas em configurações multilíngues, particularmente em avaliações de segurança. Para promover o desenvolvimento responsável de LLMs de código aberto, o Aurora-M e suas variantes são lançados em https://huggingface.co/collections/aurora-m/aurora-m-models-65fdfdff62471e09812f5407.

English

Pretrained language models underpin several AI applications, but their high computational cost for training limits accessibility. Initiatives such as BLOOM and StarCoder aim to democratize access to pretrained models for collaborative community development. However, such existing models face challenges: limited multilingual capabilities, continual pretraining causing catastrophic forgetting, whereas pretraining from scratch is computationally expensive, and compliance with AI safety and development laws. This paper presents Aurora-M, a 15B parameter multilingual open-source model trained on English, Finnish, Hindi, Japanese, Vietnamese, and code. Continually pretrained from StarCoderPlus on 435 billion additional tokens, Aurora-M surpasses 2 trillion tokens in total training token count. It is the first open-source multilingual model fine-tuned on human-reviewed safety instructions, thus aligning its development not only with conventional red-teaming considerations, but also with the specific concerns articulated in the Biden-Harris Executive Order on the Safe, Secure, and Trustworthy Development and Use of Artificial Intelligence. Aurora-M is rigorously evaluated across various tasks and languages, demonstrating robustness against catastrophic forgetting and outperforming alternatives in multilingual settings, particularly in safety evaluations. To promote responsible open-source LLM development, Aurora-M and its variants are released at https://huggingface.co/collections/aurora-m/aurora-m-models-65fdfdff62471e09812f5407 .