开源大模型 | Open LLM集中爆发，卷疯了！

开源大模型领域热闹非凡，各种开源，PaperAgent进行了概括：端侧、Code、RAG、Agent、Reflection（反思纠正）、MoE，你关注的都在这里了。

一、Reflection Llama-3.1-70B 开源

Reflection Llama-3.1 70B是世界上顶尖的Open LLM，通过反思微调技术（Reflection-Tuning）训练，能够检测并纠正推理错误，具有很高的热度，Hugging Face热门排行Top1。

Agent中需要LLM具有很强的推理规划能力，这种反思技术训练的模型是否很契合Agent尼？有待进一步验证

1. 该模型使用Glaive生成的合成数据进行训练，Glaive是一个强大的模型训练工具。
2. 模型可以通过特定的代码和管道进行采样，使用与标准Llama3.1相同的聊天模板格式。
3. 采样时，模型会先在标签内输出推理过程，然后使用标签修正错误，最后在标签内提供最终答案。
4. 这种设计使得模型能够区分内部思考和最终答案，提升用户体验。

从实验对结果看，是击败GPT-4o、Claude 3.5 Sonnet，遥遥领先的，更强405B版本

https://hf-mirror.com/mattshumer/Reflection-Llama-3.1-70B

二、面壁小钢炮MiniCPM 3.0开源

面壁智能开源新一代全面开挂的小钢炮，4B规模达到ChatGPT级能力：

• 长文本方向：无限长文本，榜单性能超Kimi，超长文本也不崩。
• Function Calling方向：性能比肩GPT-4o ，端侧最强，超越 GLM-4-9B-Chat、Qwen2-7B-Instruct。
• RAG 方向：超强 RAG 外挂三件套，基于 MiniCPM 系列模型的 MiniCPM-Embedding、MiniCPM-Reranker 在中文、中英跨语言检索测试中取得 SOTA 表现；针对 RAG 场景的 MiniCPM3-RAG-LoRA 在开放域问答等多项任务上超越 Llama3-8B、Baichuan2-13B 等模型。

https://github.com/OpenBMB/MiniCPM``https://huggingface.co/openbmb/MiniCPM3-4B

三、零一万物Yi-Coder系列模型开源

Yi-Coder 有两种规模——15亿和90亿参数——提供基础版和聊天版，旨在实现高效的推理和灵活的训练。值得注意的是，Yi-Coder-9B 在 Yi-9B 的基础上，额外增加了2.4万亿高质量的标记，这些标记精心挑选自 GitHub 上的代码库级别的代码语料库，以及从 CommonCrawl 筛选出的与代码相关的数据。

Yi-Coder 的关键特性包括：

• 在52种主要编程语言上的2.4万亿高质量标记上继续预训练。
• 长上下文建模：最大上下文窗口为128K标记，能够实现项目级别的代码理解和生成。
• 小巧但强大：Yi-Coder-9B 在性能上超越了其他参数少于100亿的模型，如 CodeQwen1.5 7B 和 CodeGeex4 9B，甚至达到了与 DeepSeek-Coder 33B 相当的性能水平。

https://hf-mirror.com/01-ai/Yi-Coder-9B-Chat
https://hf-mirror.com/01-ai/Yi-Coder-1.5B-Chat
https://01-ai.github.io/blog.html?post=en/2024-09-05-A-Small-but-Mighty-LLM-for-Code.md

四、DeepSeek-V2.5版本发布

DeepSeek-V2.5 是一个升级版本，它结合了 DeepSeek-V2-Chat 和 DeepSeek-Coder-V2-Instruct。这个新模型整合了前两个版本的通用和编码能力。

DeepSeek-V2.5 更好地符合人类的偏好，并在多个方面进行了优化，包括写作和指令遵循：

https://hf-mirror.com/deepseek-ai/DeepSeek-V2.5

五、首个完全开源MoE大模型：OLMoE

OLMoE-1B-7B 是一个具有10亿活跃参数和70亿总参数的专家混合（Mixture-of-Experts）大型语言模型（LLM），于2024年9月（0924）发布。它在成本相似（10亿）的模型中提供了最先进的性能，并且与像 Llama2-13B 这样的更大模型具有竞争力。OLMoE 是100%开源的。

开放 MoE 和密集型语言模型（LMs）的性能、成本和开放程度

checkpoints: https://huggingface.co/allenai/OLMoE-1B-7B-0924
paper: https://arxiv.org/pdf/2409.02060
code：https://github.com/allenai/OLMoE
data：https://huggingface.co/datasets/allenai/OLMoE-mix-0924
logs：https://wandb.ai/ai2-llm/olmoe/reports/OLMoE-1B-7B-0924--Vmlldzo4OTcyMjU3