Google反击OpenAI的大杀器！下一代语言模型PaLM 2：增加模型参数并不是提高大模型唯一的路径！

Google在今年的I/O 2023大会上宣布了他们家下一代大语言模型：PaLM 2。这是Google反击OpenAI最强大的一个武器。PaLM是谷歌在2022年4月份发布的5400亿参数规模的大模型，也是Google Bard的底层模型。只是当时推出的时候与GPT-4差距太大而被吐槽。

作为PaLM的继任者，PaLM2的发布被谷歌寄予厚望。与OpenAI类似，谷歌官方没有透露很多关于模型的技术细节，虽然发布了一个92页的技术报告，但是，正文内容仅仅27页，引用和作者14页，剩余51页都是展示大量的测试结果。而前面的27页内容中也没有过多的细节描述。尽管如此，这里面依然有几个十分重要的结论供大家参考。

简要的结论如下：

• PaLM2支持一百多种语言
• PaLM2的模型参数比PaLM更小，但是能力更强
• PaLM2与GPT-4相比很有竞争力
• PaLM2有多个版本，最小的版本可以在移动端离线使用

下面是本文对PaLM2的详细分析：

PaLM2的改进

根据技术文档中透露的内容，PaLM2最大的改进包含4个方面，分别是架构改进、多语言的支持、更加高效以及能力更强。

• 架构的改进：PaLM2模型依然是基于transformer的架构。不过，相比之前的单一的因果或masked语言建模目标，PaLM2采用了UL2的思想(UL2是谷歌尝试的一种与GPT-3、PaLM不同的大语言模型路径，参考DataLearner关于UL2的模型卡信息：https://www.datalearner.com/ai-models/pretrained-models/UL2 ），使用了不同的预训练目标的混合，以训练模型理解语言的不同方面。
• 多语言的支持：PaLM第一代模型主要基于英文语料训练（非代码数据中英文语料占比78%），对于其它语言的支持不好（难怪Google Bard一直只支持英文~）。而PaLM2则是基于超过100种语言的语料进行训练，对多语言的支持很强大。
• 更加高效：相比较第一代的PaLM模型（5400亿参数），Google没有选择继续扩大模型的规模，反而重新设计了架构，让PaLM 2模型的参数规模远低于PaLM第一代。但是，PaLM2的效果却更好。这样做最大的好处是降低了部署成本，也会速度更快。这一点从Google Bard最近的表现也可以看出来，Google Bard回答的结果非常快，而且很多时候是直接给出一大段答案。
• 更强大的能力：除了在多语言语料中训练，PaLM2也在多个领域的数据集上做了训练，包括程序代码、数学等领域。因此，PaLM2更加强大，可以胜任更多领域的任务，包括自然语言生成、翻译、推理等。

PaLM2的训练数据集

PaLM2是在大规模文本数据集和代码数据集上训练的。尽管官方没有透露具体的训练数据，但是Google也说明了。相比较PaLM第一代，PaLM2使用的数据集规模大很多。并且，非英文的数据集比例也更高。

PaLM 2还使用涵盖数百种语言的平行数据进行训练，进一步提高了其理解和生成多语言文本的能力。因此，在翻译或者多语言理解能力上也是强很多。

去除英文语料之后，具体使用的不同语言的数据集如下表：

可以看到，除了英文外，使用最多的是西班牙语，其次是中文，再次是俄语。这个很有意思啊~不知道为啥前三是这三个。

除了更大的数据集和包含平行多语言数据之外，PaLM 2还被训练以显著增加模型的上下文长度，超出了PaLM的长度。这种改进对于实现长对话、长距离推理和理解、摘要和其他需要模型考虑大量上下文的任务至关重要。

PaLM2模型的参数规模实验

除了上面的内容外，PaLM2技术报告中最有价值的可能就是关于模型缩放规律的讨论了。

如前所述，PaLM模型参数规模维5400亿。PaLM 2系列中最大的模型PaLM 2-L比最大的PaLM模型小得多，但使用了更多的训练计算资源。评估结果显示，PaLM 2模型在包括自然语言生成、翻译和推理在内的各种任务中明显优于PaLM。这些结果表明，仅靠模型扩展并不是提高性能的唯一途径。相反，通过精心的数据选择和高效的架构/目标，可以实现性能的提升。此外，一个更小但更高质量的模型显著提高了推理效率，降低了服务成本，并使该模型在更多应用和用户中可以实现下游应用。

在2020年，由Kaplan等人发表的经典论文《Scaling laws for neural language models》研究了训练数据量（D）和模型大小（N）的扩展关系，并得出了经验结论，即其遵循幂律，N需要比D增长得更快。Hoffmann等人（2022）在这一观察结果的基础上进行了类似的研究，调整了较小模型的超参数。他们的结果证实了Kaplan等人（2020）的幂律结论，但在优化比例方面得出了不同的结果，显示N和D应该以相等的比例增长。

而Google独立地推导了大模型的扩展定律。得出了与Hoffmann等人（2022）类似的结论，即随着FLOPs预算的增加，D和N应该以相等的比例增长！下图是一个测试结果：

Google在给定FLOPs的情况下，基于参数D和训练tokens N组合寻找最优的模型设置。结果可以看到，最低loss是由大约遵循给定 FLOPs 的最佳模型参数 (D) 的模型所实现的。

PaLM2的评价

首先，与PaLM相比，PaLM2各方面都改进巨大。即使是PaLM2系列中小规模参数版本，效果也很不错。

下图是PaLM2系列与PaLM在多语言能力的对比。

当然，在其它领域也有类似的结果。

有意思的是官方说明了，即使与GPT-4相比，PaLM也是非常有竞争力的。

首先，PaLM2的推理能力要比GPT-4强~

其次，PaLM2的Flan版本在数学方面要比GPT-4强~

最后，在编程方面，PaLM2的编程能力比GPT-4差很多！。下图是Google技术报告中PaLM2编程得分：

不过，PaLM-S是个参数比较小的模型。不能完全按照上图比较。但是，官方没有其它的对比。

PaLM2的小规模版本的低资源消耗

即使PaLM 2更强大，它也比以前的模型更快、更高效，而且有各种尺寸可供选择，因此可以轻松部署在广泛的用例中。Google提供四种不同大小的PaLM 2模型：Gecko、Otter、Bison和Unicorn。Gecko非常轻量级，可以在移动设备上使用，并且即使在离线状态下，也足够快速以支持良好的交互式应用程序！

这种移动端可离线使用的才是PaLM2显著区别GPT-4的优点！

另外，Google也会提供模型的API版本调用，目前已经出了chat-bison-001，价格是0.0005美元/1000个characters，如果一个token是4个characters，那么价格就是0.002美元/1000个tokens，与gpt-3.5-turbo一样。

PaLM2的模型卡信息：https://www.datalearner.com/ai-models/pretrained-models/PaLM-2 PaLM2的技术文档地址：https://ai.google/static/documents/palm2techreport.pdf