RWKV 開源基金會開源 RWKV-6-World 14B 模型
2024年7月19日, RWKV開源基金會全球開源了其最新最強的稠密純RNN大語言模型RWKV-6-World14B。此模型在性能測試中體現出與擁有213億個參數的Llama相當的英文性能，並在100多種語言與代碼上表現出顯著的多語言優越性，支持全球100種以上的語言和代碼。RWKV-6-World14B通過基準測試顯示了出衆的性能，特別是在Uncheatable Eval評測中超越了Llama213B和Qwen1.514B。優點在於，該模型在訓練過程中未受特殊優化困擾，基於從RWKV-4到RWKV-6的架構改進。在當前的評價排名中，該模型不僅展示了強大的實際能力，還能夠在包括arXiv論文、新聞、ao3小說和GitHub代碼等實時數據上進行評估，表明了其在模型能力和泛化能力上的真實性。提供下載的平臺有Hugging Face、ModelScope和WiseModel等，不支持safetensor（.st）格式的Ai00用戶則可以下載都在Ai00HF倉庫中轉換的版本。部署所需顯存約爲10G至28G。此款模型在多個領域展現出潛力，涉及自然語言處理、文學創作、代碼處理、學術建議以及教育指令的自動化等複雜的實際應用，並且所有開源的RWKV模型在指令與對話方面有所提供，但尚無專門針對特定任務的優化訓練。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
