Zyphra 于 8 月 27 日發(fā)布博文，宣布推出 Zamba2-mini 1.2B 模型，共有 12 億參數(shù)，聲稱是端側(cè) SOTA 小語言模型，在 4bit 量化下內(nèi)存占用低于 700MB。
注：SOTA 全稱為 state-of-the-art，并不是特指某個具體的模型，而是指在該項研究任務中，目前最好 / 最先進的模型。
Zamba2-mini 1.2B 雖然尺寸不大，但媲美包括谷歌 Gemma-2B、Huggingface 的 SmolLM-1.7B、蘋果的 OpenELM-1.1B 和微軟的 Phi-1.5 等更大模型。
在推理任務中，Zamba2-mini 的卓越性能尤為顯著，與 Phi3-3.8B 等模型相比，Zamba2-mini 的首次令牌時間（從輸入到輸出第一個 token 的延遲）是此前的二分之一，內(nèi)存占用減少了 27%。
Zamba2-mini 1.2B 主要通過高度優(yōu)化的架構(gòu)實現(xiàn)，融合了不同神經(jīng)網(wǎng)絡(luò)設(shè)計的優(yōu)勢，既能保持大型密集變壓器的高質(zhì)量輸出，又能以更小模型的計算和內(nèi)存效率運行。
與前代 Zamba1 相比，Zamba2-mini 的關(guān)鍵進步之一是集成了兩個共享注意力層（attention layers）。
這種雙層方法增強了模型在不同深度保持信息的能力，從而提高了整體性能。在共享注意力層中加入旋轉(zhuǎn)位置嵌入也略微提高了性能，這表明 Zyphra 致力于在模型設(shè)計中進行漸進而有影響力的改進。
Zamba2-mini 是在一個包含三萬億個 token 的海量數(shù)據(jù)集上進行預訓練的，該數(shù)據(jù)集來自 Zyda 和其他公開來源。
這個龐大的數(shù)據(jù)集經(jīng)過了嚴格的過濾和重復處理，以確保獲得最高質(zhì)量的訓練數(shù)據(jù)，并在退火（annealing）階段對其進一步完善，其中包括在 1000 億個質(zhì)量極高的 tokens 上進行訓練。
Zyphra 已承諾使 Zamba2-mini 成為 Apache 2.0 許可下的開源模型。 
