论文简介

• 论文标题：DeepSeek LLM: Scaling Open-Source Language Models with Longtermism
• 发布时间：2024 年 1 月
• 论文地址：arXiv链接
• 主要内容：
  • 基于 Transformer 架构，采用分组查询注意力（GQA）优化推理成本。
  • 支持多步学习率调度器，提升训练效率。
  • 在预训练和对齐（监督微调与 DPO）方面进行了创新。
  • 使用了一个包含 2 万亿字符的双语数据集进行预训练，比 LLaMA 的数据集更大。
  • DeepSeek LLM 在多个基准测试中表现优于 LLaMA，特别是在代码、数学和推理方面。

摘要

论文主要讨论了开源大型语言模型（LLMs）的快速发展以及如何通过 DeepSeek LLM 项目来推进这种发展。作者深入研究了规模定律，并提出了自己独特的发现，这些发现有助于在两种流行的开源配