知乎携手面壁大模型发布开源计划：拥有百亿量级参数、万亿级高质量语料

2025-04-26 来源：AI图库吧

AI奇点网6月2日报道丨伴随着AIGC产业的不断加速推进，新的语言大模型正在被推向前台。5月27日，国内知名知识问答网站知乎联合面壁智能在2023数博会上发布了最新的大语言模型成果。据悉，面壁智能联合OpenBMB语料开源社区，将自研的CPM-Bee 10b模型开源。中英双语表现优秀，拥有百亿量级参数、万亿级高质量语料。

知乎CTO李大海在会上宣布，基于面壁大模型打造的知乎模型应用“搜索聚合”即日开启内测，并发布了类似ChatGPT的对话类聊天产品“面壁露卡”，产品形象是一位叫“露卡”的AI机器人。

在4月的2023知乎发现大会上，知乎率先推出了国内首个知识类大语言模型——“知海图AI”，并内测首个站内大模型应用功能“热榜摘要”。时隔一个月之后，知乎再度联合面壁在2023数博会上带来惊喜。李大海介绍，两家公司在技术上联合研发，同时产品上各有部署。

“搜索聚合”聚焦在知乎搜索的能力输出上，每当用户触发搜索时，系统就会从大量提问和回答中聚合观点，提高用户获取信息、形成决策的效率，也是行业内首个针对知识类问答的大型垂直语言大模型。

面壁智能是一家研发大模型的创新企业，它们早年就联合OpenBMB开源社区，并且将自研的CPM-Bee 10b训练模型数据都全部开源。“CPM-Bee 10b将全面开源并且授权商用。”李大海称，面壁智能一直坚持开源路线，未来也会持续拥抱开源，与广大的模型训练师共创繁荣生态。据介绍，该模型从0开始自主训练，基于Transformer架构，中英双语表现优秀，拥有百亿量级参数、万亿级高质量语料。在ZeroCLUE评测中，CPM-Bee 10b以总分78.18分登顶；在英文常识知识推理榜单上，CPM-Bee 10b得到了67分的平均分，媲美英文开源模型LLaMA。

发布会上还展示了Chat对话类模型产品“露卡”（Luca）。该产品支持智能交互并支持多轮上下文理解对话。能帮助人了解世界知识、处理数理逻辑、编写程序代码、激发创作灵感；还可以利用海量知识数据，帮助人更好地获取信息、做出规划、解决问题。发布会现场还展示了“露卡”优秀的多模态理解能力，不仅可以解析风景、地理等图片信息，还可以理解人物类图片所传达的情绪含义。此外，“露卡”还可以查找论文并生成摘要。李大海介绍，“露卡”目前已开启内测，面壁将不断完善功能，让更多用户体验到大模型带来的便利。

“我们未来很快会把大语言模型能力用在知乎的创作者身上，“李大海说，“创作者用这个能力的时候，一定不是替代创作者来创作的一个生态，我们会把它当成创作者的一个助手。”

中文语言大模型的现实窘境：缺乏高质量的语料库与开源数据集

最后一页