Технический отчет по Nemotron-4 15B

Nemotron-4 15B Technical Report

February 26, 2024

Авторы: Jupinder Parmar, Shrimai Prabhumoye, Joseph Jennings, Mostofa Patwary, Sandeep Subramanian, Dan Su, Chen Zhu, Deepak Narayanan, Aastha Jhunjhunwala, Ayush Dattagupta, Vibhu Jawa, Jiwei Liu, Ameya Mahabaleshwarkar, Osvald Nitski, Annika Brundyn, James Maki, Miguel Martinez, Jiaxuan You, John Kamalu, Patrick LeGresley, Denys Fridman, Jared Casper, Ashwath Aithal, Oleksii Kuchaiev, Mohammad Shoeybi, Jonathan Cohen, Bryan Catanzaro

cs.AI

Аннотация

Мы представляем Nemotron-4 15B — крупную многоязычную языковую модель с 15 миллиардами параметров, обученную на 8 триллионах текстовых токенов. Nemotron-4 15B демонстрирует высокую производительность при оценке на английских, многоязычных и программистских задачах: она превосходит все существующие открытые модели аналогичного размера в 4 из 7 областей последующей оценки и показывает конкурентоспособные результаты по сравнению с ведущими открытыми моделями в остальных областях. В частности, Nemotron-4 15B обладает лучшими многоязычными возможностями среди всех моделей аналогичного размера, даже превосходя модели, которые в четыре раза больше, а также модели, специально оптимизированные для многоязычных задач.

English

We introduce Nemotron-4 15B, a 15-billion-parameter large multilingual language model trained on 8 trillion text tokens. Nemotron-4 15B demonstrates strong performance when assessed on English, multilingual, and coding tasks: it outperforms all existing similarly-sized open models on 4 out of 7 downstream evaluation areas and achieves competitive performance to the leading open models in the remaining ones. Specifically, Nemotron-4 15B exhibits the best multilingual capabilities of all similarly-sized models, even outperforming models over four times larger and those explicitly specialized for multilingual tasks.