Robocikowo>ROBOCIKOWO
Yi-Large

Yi-Large

Yi-Large · Rodzina: Yi
Własnościowy model językowy 01.AI (Kai-Fu Lee, 2024): gęsty transformer, okno 32K, mocna dwujęzyczność ZH/EN; top-10 LMSYS Arena przy premierze.
✓ Aktywny✓ Publiczny dostępLLM📁 Yi
Okno kontekstowe
32K
tokenów
Data premiery
13 maja 2024
Dostęp:APIHostedWdrożenie:☁ Cloud

Przegląd

Yi-Large to duży, własnościowy model językowy opracowany przez chińską firmę 01.AI (零一万物), założoną przez Kai-Fu Lee. Model udostępniono 13 maja 2024 r. jako flagowy, zamknięty model dostępny przez API na platformie 01.AI.

Yi-Large to gęsty (dense) model dekodera-transformera z oknem kontekstowym 32 768 tokenów. Wyróżnia się bardzo dobrą dwujęzycznością chińsko-angielską (z dodatkowym wsparciem m.in. hiszpańskiego, japońskiego, niemieckiego i francuskiego) oraz silnymi wynikami w zadaniach po chińsku: rozumowaniu, matematyce i pisaniu.

Przy premierze w 2024 r. model plasował się w pierwszej dziesiątce rankingu LMSYS Chatbot Arena, a 01.AI deklarowało parytet z GPT-4 na wybranych benchmarkach anglojęzycznych. Model jest też dostrojony pod czat wspomagany wyszukiwaniem (RAG).

Yi-Large należy do rodziny modeli Yi (obok m.in. otwartego Yi-34B, Yi-Coder i Yi-Lightning). Jest to model komercyjny, przeznaczony przede wszystkim na rynek chiński oraz do zastosowań związanych z wyszukiwaniem wiedzy.

Klasyfikacja
LLM
Rodzina: Yi
Dostęp i wdrożenie
APIHostowane
Chmura
Wagi: Zamknięte
Kluczowe parametry
📏 Kontekst: 32K
📥 Wejście: tekst

Specyfikacja techniczna

Okno kontekstowe
32K
tokenów
Licencja
Proprietary
Modalności
⬇ Wejście (Input)
text
⬆ Wyjście (Output)
textcode

Możliwości i zastosowania

Natywne możliwości modelu
Modelowanie języka
Zdolność przewidywania kolejnych tokenów i generowania spójnego tekstu w języku naturalnym na podstawie poprzedzającego kontekstu.
Kategoria: language
Rozumowanie
Zdolność modelu do logicznego wnioskowania i rozwiązywania złożonych problemów.
Kategoria: reasoning
Rozumowanie matematyczne
Zdolność modelu do rozwiązywania zadań matematycznych wymagających wieloetapowego rozumowania — równania, dowody, kombinatoryka, geometria, rachunek różniczkowy, zadania konkursowe.
Kategoria: reasoning
Programowanie
Generowanie, analizowanie i modyfikowanie kodu w wielu językach programowania. Obejmuje pisanie funkcji, debugowanie, refaktoryzację, code review, tworzenie testów. Mierzone benchmarkami takimi jak HumanEval, SWE-bench.
Kategoria: coding
Wielojęzyczność
Kompetencje w wielu językach naturalnych (od kilku do stu+): rozumienie, generowanie, tłumaczenie, code-switching w obrębie jednej rozmowy. Modele frontier obsługują szeroki wachlarz języków ze zbliżoną jakością.
Kategoria: language
Przestrzeganie instrukcji
Precyzyjne wypełnianie wskazówek zawartych w prompcie: format odpowiedzi, długość, styl, ograniczenia (np. 'odpowiedz w sześciu słowach'). GPT-5.1 znacząco poprawił tę zdolność względem GPT-5.
Kategoria: language

Wyniki benchmarków

1 benchmark
Chatbot Arena (LMSYS)
ranking Elo · ranking przy premierze modelu
Top-10 (2024)
📄 LMSYS Chatbot Arena (przy premierze, 2024)

Architektura techniczna

Rdzeń architektury (Core Architecture)
Forma modelu (Model Form)
Techniki trenowania (Training Techniques)