MAP-NEO：实践指南

团队讨论MAP-NEO时，我会先把用途说清楚：完全开源的大语言模型 MAP-NEO 项目，公开模型、训练数据与评测结果，便于研究者复现并比较七十亿参数模型的能力。从部署与运行环境的使用方式看，权限、依赖和环境差异会放大维护成本是采用前必须回答的问题。我建议在非生产环境复现一次安装与运行，重点记录依赖锁定、权限边界、日志、回滚和资源消耗，再与现有方案比较。编辑判断上，愿意维护环境并重视故障恢复的工程团队可以优先研究它；其他团队不必为了热门标签勉强接入。

MAP-NEO：完全开源的大语言模型

MAP-NEO is a fully open-sourced Large Language Model that includes the pretraining data, a data processing pipeline (Matrix), pretraining scripts, and alignment code. It is trained from scratch on 4.5T English and Chinese tokens, exhibiting performance comparable to LLaMA2 7B. The MAP-Neo model delivers proprietary-model-like performance in challenging tasks such as reasoning, mathematics, and coding, outperforming its peers of similar size. For research purposes, we aim to achieve full transparency in the LLM training process. To this end, we have made a comprehensive release of MAP-Neo, including the final and intermediate checkpoints, a self-trained tokenizer, the pre-training corpus, and an efficient, stable optimized pre-training codebase.

评估结果

MAP-NEO 7B系列

我们在各种基准上评估了 MAP-Neo 7B 系列和其他类似尺寸的型号，如下所示。

有关不同基准测试的更多详细信息，请参阅 https://map-neo.github.io/.

型号 & DATA 下载

我们很高兴地宣布公开发布 MAP-NEO 7B，包括基础模型和一系列中间检查点。此版本旨在支持学术界和商业界更广泛、更多样化的研究。请注意，此模型的使用须遵守 许可部分 中概述的条款。这些条款允许商业用途。

抱脸