4o-mini只有8B，o1也才300B！微軟論文意外曝光GPT核心機密
微軟又把OpenAI的機密泄露了？？在論文中明晃晃寫著：
o1-preview約300B參數，GPT-4o約200B，GPT-4o-mini約8B……
英偉達2024年初發布B200時，就攤牌了GPT-4是1.8T MoE也就是1800B，這里微軟的數字更精確，為1.76T。
除此之外，論文中給OpenAI的mini系列，Claude3.5 Sonnet也都附上了參數，總結如下：
- o1-preview約300B；o1-mini約100B
- GPT-4o約200B；GPT-4o-mini約8B
- Claude 3.5 Sonnet 2024-10-22版本約175B
- 微軟自己的Phi-3-7B，這個不用約了就是7B
雖然論文中后面也有免責聲明：
確切數據尚未公開，這里大部分數字是估計的。
但還是有不少人覺得事情沒這么簡單。
比如為什么唯獨沒有放谷歌Gemini模型的參數估計？或許他們對放出來的數字還是有信心的。
也有人認為，大多數模型都是在英偉達GPU上運行的，所以可以通過token生成速度來估計。
只有谷歌模型是在TPU上運行的，所以不好估計。
而且微軟也不是第一次干這事了。
23年10月，微軟就在一篇論文里“意外”曝出GPT-3.5-Turbo模型的20B參數，在后續論文版本中又刪除了這一信息。
就說你是故意的還是不小心的？
微軟這篇論文說了什么
實際上，原論文介紹了一項與醫學相關的benchmark——MEDEC。
12月26日就已經發布，不過是比較垂直領域的論文，可能非相關方向的人都不會看，年后才被列文虎克網友們發現。
研究起因是，據美國醫療機構調查顯示，有1/5的患者在閱讀臨床筆記時報告發現了錯誤，而40%的患者認為這些錯誤可能影響他們的治療。
而且另一方面，LLMs(大語言模型）被越來越多的用于醫學文檔任務（如生成診療方法）。
因此，MEDEC此番有兩個任務。一是識別并發現臨床筆記中的錯誤；二是還能予以改正。
為了進行研究，MEDEC數據集包含3848份臨床文本，其中包括來自三個美國醫院系統的488份臨床筆記，這些筆記之前未被任何LLM見過。
它涵蓋五種類型的錯誤（診斷、管理、治療、藥物治療和致病因子），這些錯誤類型是通過分析醫學委員會考試中最常見的問題類型選擇的，并由8位醫療人員參與錯誤標注。
而參數泄露即發生在實驗環節。
按照實驗設計，研究者將選取近期主流的大模型和小模型來參與筆記識別和糾錯。
而就在介紹最終選定的模型時，模型參數、發布時間一下子都被公開了。
對了，省去中間過程，這項研究得出的結論是：Claude 3.5 Sonnet在錯誤標志檢測方面優于其他LLM方法，得分為70.16，第二名是o1-mini。
網友：按價格算合理
每一次，ChatGPT相關模型架構和參數泄露，都會引起軒然大波，這次也不例外。
23年10月，微軟論文聲稱GPT-3.5-Turbo只有20B參數的時候，就有人感嘆：難怪OpenAI對開源模型這么緊張。
24年3月，英偉達確認GPT-4是1.8T MoE，而2000張B200可以在90天內完成訓練的時候，大家覺得MoE已經且仍將是大模型架構趨勢。
這一次，基于微軟估計的數據，網友們主要有幾個關注點：
如果Claude 3.5 Sonnet真的比GPT-4o還小， 那Anthropic團隊就擁有技術優勢。
以及不相信GPT-4o-mini只有8B這么小。
不過此前也有人根據推理成本來算，4o-mini的價格是3.5-turbo的40%，如果3.5-turbo的20B數字準確，那么4o-mini剛好是8B左右。
不過這里的8B也是指MoE模型的激活參數。
總之，OpenAI大概是不會公布確切數字了。
此前奧特曼征集2024年新年愿望，最后公布的清單中還有“開源”。2025年的最新版本里，開源已經被去掉了。
論文地址：https://arxiv.org/pdf/2412.19260
參考鏈接：
[1]https://x.com/Yuchenj_UW/status/1874507299303379428[2]https://www.reddit.com/r/LocalLLaMA/comments/1f1vpyt/why_gpt_4o_mini_is_probably_around_8b_active/。
