英偉達(dá)于 8 月 21 日發(fā)布博文，發(fā)布了 Mistral-NeMo-Minitron 8B 小語言 AI 模型，具備精度高、計算效率高等優(yōu)點，可在 GPU 加速的數(shù)據(jù)中心、云和工作站上運行模型。

　　英偉達(dá)攜手 Mistral AI 上月發(fā)布開源 Mistral NeMo 12B 模型，在此基礎(chǔ)上英偉達(dá)再次推出更小的 Mistral-NeMo-Minitron 8B 模型，共 80 億個參數(shù)，可以在搭載英偉達(dá) RTX 顯卡的工作站上運行。

　　英偉達(dá)表示通過寬度剪枝(width-pruning)Mistral NeMo 12B，并知識蒸餾(knowledge distillation)輕度重新訓(xùn)練后獲得 Mistral-NeMo-Minitron 8B，相關(guān)成果發(fā)表在《Compact Language Models via Pruning and Knowledge Distillation》論文中。

　　剪枝通過去除對準(zhǔn)確率貢獻(xiàn)最小的模型權(quán)重來縮小神經(jīng)網(wǎng)絡(luò)。在 "蒸餾" 過程中，研究小組在一個小型數(shù)據(jù)集上重新訓(xùn)練剪枝后的模型，以顯著提高通過剪枝過程而降低的準(zhǔn)確率。

　　就其規(guī)模而言，Mistral-NeMo-Minitron 8B 在語言模型的九項流行基準(zhǔn)測試中遙遙領(lǐng)先。這些基準(zhǔn)涵蓋了各種任務(wù)，包括語言理解、常識推理、數(shù)學(xué)推理、總結(jié)、編碼和生成真實答案的能力。附上相關(guān)測試結(jié)果如下：

　　參考

　　Lightweight Champ: NVIDIA Releases Small Language Model With State-of-the-Art Accuracy

　　Mistral-NeMo-Minitron 8B Foundation Model Delivers Unparalleled Accuracy

　　Compact Language Models via Pruning and Knowledge Distillation