「我現(xiàn)在 100% 確信 Miqu 與 Perplexity Labs 上的 Mistral-Medium 是同一個模型?！?/p>
近日，一則關(guān)于「Mistral-Medium 模型泄露」的消息引起了大家的關(guān)注。
泄露傳聞與一個名為「Miqu」的新模型有關(guān)，在評估語言模型情商的基準(zhǔn)?EQ-Bench（EQ-Bench 與 MMLU 的相關(guān)性約為 0.97、與 Arena Elo 的相關(guān)性約為 0.94）上， Miqu 直接吊打了除 GPT-4 之外的所有大模型，而且它的得分與 Mistral-Medium 非常接近：
圖源：https://x.com/N8Programs/status/1752441060133892503?s=20
開源地址：https://huggingface.co/miqudev/miqu-1-70b
這么強(qiáng)大的模型，項目的發(fā)布者卻是一位神秘人士：
有人問「who made you」， Miqu 直接自報家門：「I was created by the Mistral Al team.」
有人分別向兩個模型發(fā)送了同一道測試問題，收到的回答都是用俄語表達(dá)的。測試者加深了懷疑：「它似乎知道標(biāo)準(zhǔn)謎題，但如果是惡作劇者，根本不可能將其調(diào)整為同樣用俄語回答?！?/p>
在翻譯過程中，表述也近乎相同。
Miqu 到底來自何方？它真的是 Mistral-Medium 嗎？
在持續(xù)兩天的熱議中，多位開發(fā)者針對兩個模型做了對比，對比的結(jié)果指向以下幾種可能性：
1、Miqu 就是 Mistral-Medium；
2、Miqu 確實(shí)是來自 MistralAI 的一個模型，但是是一些早期的 MoE 實(shí)驗(yàn)版本或其他版本；
3、Miqu 是 Llama2 的微調(diào)版本。
在前面，我們介紹了支持第一種可能性的開發(fā)者給出的理由。隨著事件的發(fā)酵，更多開發(fā)者投入了解密一般的行動中，對兩個模型進(jìn)行了更深入的測試。一位 reddit 網(wǎng)友熬夜肝出的測試表明，Miqu 更像是 MistralAI 模型的早期版本。
這位開發(fā)者將模型應(yīng)用于四個專業(yè)的德語在線數(shù)據(jù)保護(hù)培訓(xùn) / 考試中。測試數(shù)據(jù)、問題及所有指令都是用德語進(jìn)行的，而字符卡是英語的。這可以測試翻譯能力和跨語言理解能力。
具體測試方法如下：
- 在提供信息之前，用德語指示模型：「我將給你一些信息，請注意這些信息，但回答時只需用『OK』來確認(rèn)你已理解，不要多說其他的。」這是為了測試模型對指令的理解和執(zhí)行能力。
- 在提供話題的所有信息后，向模型提出考題。這是一個選擇題（A/B/C），其中第一個問題和最后一個問題相同，但選項順序和字母（X/Y/Z）被更改。每次測試包含 4-6 個考題，總共 18 個多項選擇題。
- 根據(jù)模型給出的正確答案數(shù)量來進(jìn)行排名，首先考慮的是在提供了課程信息后的答案，其次是在沒有提前提供信息的情況下盲目回答的答案，以應(yīng)對平局情況。所有測試都是獨(dú)立的單元，每次測試之間會清除上下文，各個會話之間不保留任何記憶或狀態(tài)。
詳細(xì)測試報告如下：
miqudev/miqu-1-70b GGUF Q5_K_M，32K 上下文， Mistral 格式：只對 4+4+4+5=17/18 道選擇題給出了正確答案。沒有先前的信息，只回答問題，給出正確答案：4+3+1+5=13/18。沒有按照說明用 “OK” 確認(rèn)數(shù)據(jù)輸入。
在測試過程中，開發(fā)者發(fā)現(xiàn) Miqu 與 Mixtral 有許多相似之處：出色的德語拼寫和語法雙語；在回復(fù)中添加翻譯；在回復(fù)中添加注釋和評論。
不過，在這位開發(fā)者的測試中，Miqu 與 Mixtral-8x7B-Instruct-v0.1（4-bit）相比表現(xiàn)要差一些，仍優(yōu)于 Mistral Small 和 Medium。但它并不比 Mixtral 8x7B Instruct 好得多。這位開發(fā)者猜測，Miqu 可能是泄露的 MistralAI 模型，是一個較舊的，可能是概念驗(yàn)證模型。
這是我們目前看到的支持第二種說法的最詳細(xì)的測試。
不過，也有開發(fā)者認(rèn)為，Miqu 和 MistralAI 沒有關(guān)系，反而更像 Llama 70B，因?yàn)槠浼軜?gòu)與 Llama 70B「完全相同」，「不是專家混合模型」。
同樣地，也有人測試之后發(fā)現(xiàn)，Miqu 的確更像 Llama：
但從得分差距來看，Miqu 和 Llama 70B 顯然又不是同一個模型。
所以，有人總結(jié)，要么 Miqu 是 Llama 微調(diào)版本，要么是 Mistral-Medium 的早期版本：
前者為真的話，Miqu 可能是在 Mistral-Medium 數(shù)據(jù)集上微調(diào)的 Llama 70B：
假如后者為真，Miqu 只是 Mistral API 的蒸餾，這或許將是「美國偽造登月」級別的鬧?。?/p>
最后一個問題，泄露者是誰？
根據(jù)很多 X 平臺用戶提供的線索，這次疑似泄露的模型最初是發(fā)在一個名叫 4chan 的網(wǎng)站上的。這個網(wǎng)站是一個完全匿名的實(shí)時消息論壇，用戶不需要注冊就能就可以發(fā)表圖文言論。
當(dāng)然，這些結(jié)論均屬主觀想法。對于所有的 AI 研究者來說，這波劇情需要一個「真相」來終結(jié)。
參考鏈接：https://www.reddit.com/r/LocalLLaMA/comments/1af4fbg/llm_comparisontest_miqu170b/
本文轉(zhuǎn)載自：機(jī)器之心，不代表科技訊之立場。原文鏈接：https://www.jiqizhixin.com/articles/2024-01-31-6
