近日，天池FT-Data Ranker競賽落下帷幕，天翼云智能邊緣事業(yè)部AI團隊（后稱(chēng)天翼云AI團隊）憑借在大語(yǔ)言模型（LLM）訓練數據增強方面的卓越研究，榮獲大語(yǔ)言模型微調數據競賽——7B模型賽道冠軍。

　　FT-Data Ranker競賽是一場(chǎng)面向大語(yǔ)言模型研究、以數據為中心的競賽，吸引了包括來(lái)自北京大學(xué)、Hantec等知名高校、研究機構、企業(yè)的近400支優(yōu)秀隊伍參賽。天翼云在激烈的角逐中脫穎而出，展現出強大的技術(shù)創(chuàng )新能力。

　　數據在大語(yǔ)言模型（LLM）的能力打造中發(fā)揮著(zhù)至關(guān)重要的作用，更好地構建和處理數據集成為大語(yǔ)言模型領(lǐng)域研究的重點(diǎn)。本次競賽的核心在于獨立、精確地評估和提升數據集質(zhì)量，加速形成基準驅動(dòng)的數據開(kāi)發(fā)流程，增強大語(yǔ)言模型數據處理能力，提高該領(lǐng)域對數據質(zhì)量和數據優(yōu)化的理解能力。本次競賽特別關(guān)注微調（Fine-tuning）階段的數據，要求參賽者對原始數據集進(jìn)行清洗、過(guò)濾和增強，利用新數據集對特定模型進(jìn)行微調，并在測試集上進(jìn)行性能排名。
　　面向競賽通用選擇任務(wù)，天翼云AI團隊自主構建了數據處理流程，使用多個(gè)文檔去重、字符串過(guò)濾算子對低質(zhì)的大規模原始語(yǔ)料進(jìn)行處理，從而獲得高質(zhì)量的模型訓練數據；同時(shí)，面向文本摘要任務(wù)，天翼云AI團隊創(chuàng )新地采用范式遷移（Paradigm Transfer）和模型能力蒸餾（Distillation）的方法，在設定模型隨機性為0的前提下，利用生成式模型將原始語(yǔ)料中的問(wèn)答進(jìn)行數據處理和遷移，作為摘要數據，間接擴充訓練數據?；谝陨戏椒ê筒呗?#xff0c;團隊在原始語(yǔ)料基礎上構建了一個(gè)內容豐富、多樣化的任務(wù)訓練集，幫助模型更好地學(xué)習和理解競賽任務(wù)。該方案的創(chuàng )新性和實(shí)用性得到了評委的高度認可。
　　本次競賽團隊采用的大語(yǔ)言模型訓練數據增強技術(shù)，已在天翼云團隊模型研發(fā)和生產(chǎn)業(yè)務(wù)中廣泛應用。例如，在天翼云政務(wù)大模型“慧澤”的研發(fā)中，通過(guò)廣泛采用訓練數據增強策略和算法來(lái)提升模型的各項能力，使得“慧澤“具備了政務(wù)知識全面、意圖理解能力強、應用廣泛以及安全可靠等優(yōu)勢，可高效賦能政策咨詢(xún)、政務(wù)導辦、12345坐席輔助、智能辦公等場(chǎng)景，助力提升城市治理水平。
　　未來(lái)，天翼云將繼續推進(jìn)人工智能相關(guān)技術(shù)創(chuàng )新以及實(shí)踐應用，以更加全面、智能的產(chǎn)品與服務(wù)，賦能千行百業(yè)數字化轉型。