Der Wizard LM-2 ist ein bedeutender Meilenstein in der Welt der großen Sprachmodelle (LLMs). Dieses Open-Source-Modell hat im Vergleich zu fortschrittlichen proprietären Werken wie GPT-4 und Claude auf dem MT-Benchmark eine sehr wettbewerbsfähige Leistung gezeigt, der die Fähigkeit von LLMs misst, kohärente, informative und anregende Gespräche zu führen.

Das Wizard LM-2-Modell ist eine feinabgestimmte und präferenztrainierte Version des Megatron-Turing NLG 22B-Modells. Es wurde in Bezug auf seine Leistung bei komplexen Aufgaben, einschließlich Chat, Programmierung, mehrsprachiges Denken und agentenbasierte Anwendungen, verbessert.

Die Wizard LM-Familie umfasst nun drei neue Modelle: den Wizard LM-2 22B, das 70B-Parameter-Modell und das 7B-Parameter-Modell. Das Wizard LM-2 22B-Modell hat sich als das fortschrittlichste erwiesen und zeichnet sich durch eine hervorragende Leistung bei komplexen Aufgaben aus, während das 70B-Modell Spitzenklasse-Denkfähigkeiten zeigt und das 7B-Modell durch seine Geschwindigkeit und wettbewerbsfähige Leistung hervorsticht.

Die Entwicklung des Wizard LM-2 umfasste mehrere innovative Techniken, darunter gewichtetes Sampling, progressives Lernen, die Evol-Instruct-Methode zur Erzeugung hochwertiger Anweisungen und das AI-Align-AI-Framework für die kollaborative Modellverbesserung. Diese Methoden haben zur beeindruckenden Leistung des Modells auf dem MT-Benchmark und anderen Bewertungen beigetragen.

Um mit Wizard LM-2 zu beginnen, können Nutzer die LM Studio-Plattform verwenden. Das Modell kann ganz einfach installiert werden, indem man die Modellkarte kopiert und in die Suchleiste einfügt. Dies ermöglicht es den Nutzern, mit dem Modell zu chatten und seine Fähigkeiten zu erkunden.