以下是超對稱技術公司基于BBT-2的系列模型介紹：
1. BBT-2-12B-Text 通用模型
BigBang Transformer[乾元]是基于GPT Decoder-only架構的大規(guī)模預訓練模型。繼2022年開源BBT-1-0.2B模型之后，正式開源最新系列的BBT模型：BBT-1-1B，BBT-2-12B-Text，BBT-2.5-13B-Text。預訓練語料庫覆蓋14個高質量數(shù)據(jù)源，覆蓋書籍、百科、論文、小說、新聞、政策文件、中文博客、社交媒體等多個數(shù)據(jù)源種類。
BBT-2-12B-Text基于中文700億tokens進行預訓練，經(jīng)過指令微調的BBT-2基礎模型可以回答百科類和日常生活的問題。BBT-2.5-13B-Text基于中文+英文 2000億tokens進行預訓練,暫時不開放基礎模型的問答對話接口。
模型開源后所有開發(fā)者可以：
2. BBT-2-12B-Text+Code 代碼模型
BBT-TC，是超對稱技術公司近期發(fā)布的 BBT-2 大模型系列中的代碼模型，在 百億基座模型BBT-2-12B-Text接續(xù)訓練代碼數(shù)據(jù)集，通過有監(jiān)督指令微調（Supervised Fine-Tuning）解鎖模型的推理能力。該模型在專業(yè)評測中分數(shù)超過其他中國公司開發(fā)的同類模型，僅次于GPT-3.5。
開發(fā)者可以在超對稱公司官網(wǎng)https://www.ssymmetry.com測試BBT模型的代碼問答（僅應用于代碼生成場景，無法回答與代碼無關的問題）
詳情可見文章《超對稱技術公司的代碼大模型CodeBBT在專業(yè)評測中位居前列，僅次于GPT-3.5》
3. BBT-2-12B-TF-001 金融模型
超對稱公司于2021年便開始針對金融投資領域的應用，著手設計和訓練了一個大規(guī)模參數(shù)預訓練語言模型Big Bang Transformer乾元(BBT)，目前發(fā)布了Base 版本2.2億參數(shù)和Large 版本10億參數(shù)以及最新的BBT2，120億參數(shù)通用模型。
BBT模型的目標是為金融投資建立統(tǒng)一的人工智能算法框架，基于transformer構建能融合訓練金融投資涉及的不同模態(tài)數(shù)據(jù)的架構。在統(tǒng)一架構的基礎上訓練大規(guī)模參數(shù)預訓練模型，隨著模型參數(shù)和訓練數(shù)據(jù)集繼續(xù)增大，超對稱團隊有希望開發(fā)出在金融領域接近人類智能水平的模型。作為金融領域的基石模型，BBT模型為所有金融投資，經(jīng)濟分析，商業(yè)咨詢等場景的深度學習下游任務提供微調服務。
金融投資領域有大量從業(yè)機構和人員，大廠有財力雇傭算法工程師，小團隊卻用不起基本的文本抽取算法。BBT模型作為金融領域的算法基礎設施，讓所有從業(yè)者配備同級別的武器，讓全行業(yè)站在同一起跑線去競爭更優(yōu)的投資策略，從而推動金融和經(jīng)濟市場更高效的信息和要素流動。
為了更好地推進中文金融自然語言處理的發(fā)展，超對稱搜集和爬取了幾乎所有公開可以獲得的中文金融語料數(shù)據(jù):
1）過去20年所有主流媒體平臺發(fā)布的財經(jīng)政治經(jīng)濟新聞
2）所有上市公司公告和財報
3）上千萬份研究院和咨詢機構的研究報告
4）百萬本金融經(jīng)濟政治等社會科學類書籍
5）金融社交媒體平臺用戶發(fā)帖
經(jīng)測試，BBT-TF在公告摘要任務場景超越ChatGPT：使用ChatGPT和BBT-TF對同一份公告，相同輸入，生成摘要并對比效果，發(fā)現(xiàn)BBT-TF更滿足實際運用場景。BBT-TF還可進行四舍五入的計算。在金融行業(yè)對數(shù)字高精度要求下，BBT-TF可對單位進行準確的換算。
超對稱已開發(fā)了11種已落地應用的下游任務，面向專業(yè)金融開發(fā)者API，已獲得中國及海外金融機構付費。
4. BBT-2-12B-Image文生圖模型
基于BBT2大語言模型，超對稱和中國專業(yè)圖庫公司聯(lián)合開發(fā)文生圖AIGC模型BBT-Fig，目前該模型向紡織行業(yè)，印刷，廣告，游戲等行業(yè)客戶提供文生圖應用，經(jīng)過專業(yè)評測，BBT-Fig在紡織行上的應用效果比Stable Diffusion和文心一格，明顯更優(yōu)。
BBT-Fig能夠生成非常逼真的圖像，并且具有可控的樣式和風格。在紡織行業(yè)中，BBT-Fig可以通過對不同紡織材料的圖像進行學習，生成具有紋理（可無縫拼接）、色彩（色彩亮度不會受訓練樣本明暗影響，為標準化設計用樣式）和設計元素（可隨意組合元素）的紡織品圖案，提高紡織品設計的效率和創(chuàng)新性。該技術還可用于家裝等等需要圖案設計的行業(yè)。
· 用于生成人造大理石花紋
5. BBT-2-12B-Science 科學論文模型
馬斯克認為AGI的終極測試是模型能發(fā)現(xiàn)新的物理定律。GPT-4在醫(yī)生資格考試、律師資格考試、AP考試、GRE上獲得不錯的分數(shù)，但目前還沒有證明其能有效地發(fā)現(xiàn)或輔助人類知識庫尚未存在的知識。
對于中國的大模型研發(fā)團隊，直接瞄準大語言模型用于科學發(fā)現(xiàn)是超越GPT-4的一個可能路徑。在科學研究上，研究人員可以使用語言模型來自動提取和分析論文中的主題、實驗方法、結果和結論，從而發(fā)現(xiàn)新的科學發(fā)現(xiàn)和研究方向。
BBT-Science大模型是基于BBT大模型在幾千萬篇科研論文上訓練構建的輔助科學發(fā)現(xiàn)的大模型，應用于物理、化學、生物、數(shù)學等不同學科的科研知識問題，可以提供三方面的能力：
1. 快速精準的知識檢索。這項能力和大模型在其他領域的對話能力相近。
2. 針對所研究領域的前沿問題提供新的ideas。這種新ideas產(chǎn)生于大模型在該領域的海量數(shù)據(jù)檢索和重新組合，發(fā)現(xiàn)前人未發(fā)現(xiàn)的可能性。
3. 利用多學科知識訓練出的能力提供跨學科的建議和洞見。這項能力潛力最大。
為了對科學大模型進行評測，超對稱技術公司與復旦、上海交大、浙大、南航、中山大學、北師大等多所大學合作，正在號召全球一線的科研人員共同構建一個最大的科研問題評測數(shù)據(jù)集Research QA。該數(shù)據(jù)集覆蓋數(shù)學、物理、化學、生物、地理地質、計算機、電子工程等主流科研領域。該數(shù)據(jù)集直接采集科研領域里前沿的研究課題作為問題，重點考察大模型回答的創(chuàng)新性?？茖W大模型將成為全球科研能力的底層引擎，帶來科研生產(chǎn)力的加速。
開源下載鏈接
模型：
https://bbt.ssymmetry.com/model.html
語料庫：
開源了接近1000億tokens的預訓練語料，包括通用語料和金融語料，詳見：
https://bbt.ssymmetry.com/data.html
評測數(shù)據(jù)集：
開源了8個中文金融大模型的評測數(shù)據(jù)集，詳見：
https://bbt.ssymmetry.com/evaluation.html
論文鏈接：
