O texto completo é apresentado em inglês; o título e o resumo estão traduzidos.
O QUE É
Baichuan is an open-weight model series Baichuan AI has released since April 2023. The company was founded in Beijing in 2023 by Wang Xiaochuan. Baichuan 2 ships in sizes such as 7B and 13B, pretrained mainly bilingually for Chinese and English and aimed at Chinese question answering, writing and knowledge tasks. Base models and chat versions are both released, with weights offered under an open licence. The series targets Chinese long-tail scenarios and is widely used by domestic developers for secondary training and local deployment.
Por que vale a pena lembrar
It centred its open-weight models on Chinese long-tail scenarios and used small-to-mid sizes to lower the barrier to local deployment, making it a common Chinese base in domestic developers’ hands.
Especificações-chave
- Parameters
- 7B / 13B (Baichuan 2)
- Modality
- Text
- Open weights
- Yes
- Released
- 2023-04
Capacidades
Conceitos relacionados
Arquitetura Transformer
Substituir o revezamento palavra a palavra por uma sala onde todos falam ao mesmo tempo, deixando dependências distantes a um salto
Pré-treinamento e ajuste fino
Aprender a língua primeiro com texto não rotulado e depois especializar com poucos dados: o paradigma mais eficiente em dados da IA moderna
Tokenização
Os modelos não leem caracteres, leem tokens; e como você divide define silenciosamente a capacidade e o custo
Produtos semelhantes
Qwen
2023Uma família de pesos abertos com muitos tamanhos e versões multimodais
Yi
2023Um modelo de pesos abertos bilíngue chinês-inglês, com versões de contexto muito longo
GLM
2023Um modelo geral chinês que começou com pré-treinamento de preenchimento de lacunas autorregressivo
DeepSeek-V3
2024Um MoE de pesos abertos com 671B parâmetros, ativando 37B por token
ERNIE
2019Um modelo chinês que começou com pré-treinamento enriquecido por conhecimento, versão inicial representativa