腾讯最新万亿参数异构MoE上线，技术细节首次曝光！权威评测国内第一，直逼GPT-4o

鹅厂新一代旗舰大模型混元Turbo技术报告首次曝光。模型采用全新分层异构的MoE架构，总参数达万亿级别，性能仅次于GPT-4o，位列国内第一梯队。

摘要

腾讯混元推出新一代旗舰大模型——混元Turbo，采用分层异构MoE结构，保持万亿级参数规模。

混元Turbo在多个业界公认的benchmark指标上处于国内领先地位，并与国际头部模型如GPT-4o相比也位于第一梯队。

混元Turbo采用Scaling Law原则，通过大量数据和参数提升模型效果，同时优化算法和训练推理框架，提升效率和降低成本。

混元Turbo支持AI搜索联网插件，整合腾讯内容生态和全网搜索能力，提供深度问答服务。

近期，腾讯混元推出新一代旗舰大模型——混元Turbo。

作为国内率先采用MoE结构大模型的公司，腾讯继续在这一技术路线上进行技术创新。

相较上一代混元Pro的同构MoE大模型结构，混元Turbo采用了全新的分层异构MoE结构，在参数总规模上依然保持万亿级。

公开信息显示，当前混元Turbo模型在业界公认的benchmark指标上处于国内行业领先地位，与国外头部模型如GPT-4o等相比也处于第一梯队。

另外，在刚刚发布的国内第三方权威评测机构评测中，混元Turbo模型位列国内第一。

混元Turbo是如何做到如此快速的进步？

背后技术细节首公开

我们拿到了混元Turbo的技术解读，从Pretrain、Postrain和专项能力突破几个角度，深入展示了模型升级的秘密。

首先，业界目前普遍公认，大模型Pretrain成功的关键秘诀之一是Scaling Law。

可以简单理解为，训练数据量越大，模型效果越好；参数量越大，模型效果越好。

其中后者意味着，如果想要模型具备更高的效果天花板，就需要设计较高参数量的大模型，但大参数量设计也意味着较高的部署成本和较低的训练推理性能。

为此，混元Turbo采用了全新的异构MoE结构。

通过较多的专家数和较小激活量设计，在模型整体参数量依然保持万亿级规模前提下，通过整体算法升级和训练推理框架加速的端对端优化，模型效果相比上代混元Pro有较大提升。

与此同时，模型训练推理效率也有超1倍的提升，并最终带来了50%的推理部署成本下降，以及20%推理时延降低。

其次，在Postrain阶段，腾讯混元Turbo自研了混元CriticModel和RewardModel，用于构建自提升pipeline，并在RLHF阶段全面采用了离线数据和在线采样结合的强化学习策略。

相对传统PPO及DPO，其整体可控性更好，效果上限更高。

除了在通用能力方面持续优化外，针对当前业界大模型普遍存在的文科能力「重而不强」，理科能力普遍偏弱的现状，本次混元Turbo大模型也专项强化了高质量文本创作、数学、逻辑推理等典型大模型文理科能力。

文本创作、数学、逻辑推理能力全面提升

1. 专项能力-高质量文本创作

当前大模型普遍存在的一般文本创作尚可，但专业化写作机器味浓、不够信雅达，字数控制等指令跟随能力不足等问题。

腾讯混元Turbo模型做了大量高质量文本创作专项优化。

以中、高考中文写作为例，腾讯混元团队引入专家标注团队，构建高质量写作评估模型，同时，构建创作指令约束体系，提升复杂指令跟随能力。

通过以上优化，高考作文写作这一项能力上，混元Turbo在专家标注团队中自评达一类卷水平，在刚刚过去的24年高考中，混元Turbo获得第三方大模型高考作文写作评测第一名。

2. 专项能力-数学

如何大幅提升模型的数学能力是一项非常有挑战性的任务。腾讯混元采用了以下几种技术方案来提升模型效果。

提升数据量：针对已有题库模拟大量数学题用于模型的增训。对于一些比较难的题目，也会采用MCTS等技术来提高模型的做题能力。
强化学习：为了进一步提升模型能力，采用了强化学习技术，包括DPO/PPO等技术。训练了一个基于过程的reward模型对结果进行打分。

最终，混元Turbo在数学推理能力上有了较大提升，在内外部多种评测集上达到了业界先进水平。

3. 专项能力-逻辑推理

推理的第一大难点在于推理问题的多样性，往往用户的问题千奇百怪，要在PostTrain阶段比较好的解决这个难点，必须要提升SFT数据中推理问题的广度和质量。

预训练中的推理问题非常丰富，但是结构化不足，往往一个比较好的问题隐藏在某一个文档的最后。

为了解决这个问题，腾讯基于腾讯混元训练了一个问题抽取模型（Problem Extraction Model），抽取出千万级量级的推理类指令。

另外，通过公开渠道获取全网偏推理的问题，大幅补充了SFT数据中推理问题的多样性。

推理能力的第二个难点是，复杂问题的答案如何构建。

对此，腾讯训练一个critique模型对推理类训练数据进行打分，然后迭代更新答案，直到构建推理过程和结论完全正确的训练。

最终，推理数据质量得分提升10%。

经过上述优化，混元Turbo较以往的版本在内部推理评测中总体提升9%，在一些较为难的子类上例如因果、符号推理等上都取得了明显进步。

4. 联网插件-AI搜索

作为腾讯混元新一代旗舰大模型，混元Turbo除支持各类大模型能力外，也支持AI搜索联网插件。

通过整合腾讯优质的内容生态（如微信公众号、视频号等）和全网搜索能力，同时基于Planner+Action Agent架构，混元Turbo AI搜索基于混元通用大模型底座，使用丰富的搜索数据进行多任务精调，得到更懂搜索、具备精准阅读理解能力的SearchGPT，用于AI深度问答。

目前通过AI搜索的强大加持，混元Pro具备强大的时新、深度内容获取和AI问答能力。

自研工程平台的牢固支撑

惊艳的模型效果，离不开底层算法和平台的支持。

腾讯混元大模型全面建立在腾讯全面自研的Angel机器学习平台和强大的算力基础设施之上。

面对万亿级MoE模型参数大显存需求高，All2all通信效率低，训练性能低等挑战，腾讯混元训练框架AngelPTM通过引入大BatchSize训练、FP8低精度训练、梯度通信/MoE通信计算、MOE算子融合等优化策略，使得训练性能提升108%，成本下降70%。

针对大模型大窗口能力已成行业必备趋势，AngelPTM采用精度无损的attention均衡通信加速算法，实现了高达10M长窗口的训练能力。

对于混元Turbo这样的万亿级超大MoE大模型，推理成本和速度是很大的挑战。

为此，混元推理加速框架AngelHCF支持FP8量化压缩，定制了一系列算子加速FNN模块的推理性能，使得推理性能整体提升1倍，成本下降50%；

另外，在强化学习阶段，通过在AngelPTM中集成AngelHCF的方式加速sampling采样性能，整体吞吐提升40%以上。

此前，中国电子学会2023科学技术奖评选，腾讯《面向大规模数据的Angel机器学习平台关键技术及应用》获科技进步一等奖。

元宝APP，可以上手了

目前，腾讯混元Turbo模型除已经作为新一代旗舰大模型，在腾讯云官网API正式上架。

此外，它还在腾讯元宝APP中面向所有C端用户开放（点击阅读原文体验），速度更快、体验更好，同时提供AI搜索、AI阅读、AI写作和AI作画等核心功能。

基于混元Turbo模型强大的通用内容理解和推理能力，以及与腾讯生态体系、如微信搜一搜、搜狗搜索、微信公众号、视频号、腾讯新闻和腾讯金融等内容平台全面连接，为用户提供丰富、权威的生态优质内容及全网信息。

原文链接：点击前往 >

文章作者：新智元

版权申明：文章来源于新智元。该文观点仅代表作者本人，扬帆出海平台仅提供信息存储空间服务，不代表扬帆出海官方立场。因本文所引起的纠纷和损失扬帆出海均不承担侵权行为的连带责任，如若转载请联系原文作者。更多资讯关注扬帆出海官网：https://www.yfchuhai.com/

好文章，需要你的鼓励

相关阅读

热门活动

出海新遇在此一剧——短剧对接会

全球移动应用出海增长峰会

文章热榜

美团的这些AI应用，倒把我给整不会了

微软开源视觉GUI智能体：增强GPT-4V能力，超3800颗星

中国支付正在“席卷”全球

苹果AI上线，ChatGPT免费用！首款M4 Mac诞生

热门报告

《2024产业带出海生态发展报告》

《2024H1东南亚移动应用（非游戏）营销趋势洞察》