技术博客

最新研究表明，开放权重模型在处理相同任务时所需的 token 数量显著高于闭源模型，达到其 1.5 至 4 倍。尤其在简单的知识问答场景中，这一差距更为突出，某些开源模型的 token 使用量甚至可达闭源模型的 10 倍。这一发现引发了对开放权重模型效率及其在实际应用中性能表现的深入讨论。

MKQA作为一个包含10,000个问答对的多语言知识问答评估集，覆盖了26种不同语言，旨在测试和评估人工智能系统在多语言环境下处理知识问答任务的能力。通过提供的代码示例，可以有效地利用该数据集来训练和评估AI模型。

鹏程·盘古α作为一款拥有2000亿参数的领先中文预训练生成语言模型，展示了其在中文语言处理领域的卓越能力。此模型提供标准版和增强版两种选择，适应不同用户的特定需求。同时，鹏程·盘古α兼容NPU和GPU硬件平台，确保了高效稳定的运算表现。尤其值得一提的是，该模型在知识问答及知识检索等应用领域取得了显著成果。