立鲁足球246o246o它来了它来了，苹果的Apple Intelligence终于与果粉见面了！

　　随着iOS 18.1 Beta版的上线，注册开发者从即日起就能体验到苹果AI的部分功能。

　　另一项重磅更新就是写作功能了，它可以帮忙润色推特评论，三下五除二就能把高级表达方式安排起来。

　　开启Apple Intelligence后，苹果自研的端侧大模型就会被下载到设备当中。

　　报告显示，在指令遵循、文本总结等任务上，苹果云端大模型取得了超过GPT-4的成绩。

　　苹果基础大模型团队负责人庞若鸣（Ruoming Pang）也表示，其模型与一些同类最佳模型相比具有竞争力。

　　庞若鸣是普林斯顿计算机博士，本硕分别毕业于上海交大和南加州大学，于2021年加入苹果，此前在谷歌担任了15年的工程师。

　　Apple Intelligence的主要对话功能，正是由他率领的团队研发的模型提供支持。

　　这次他还强调，这些基础模型“并不是聊天机器人”，而是支持广泛的功能，包括摘要、写作帮助、工具使用和代码。

　　另外，苹果也研发了许多自研算法，为提高模型表现提供了加持，具体信息也在报告中被披露。

　　要想体验到苹果的Apple Intelligence，需要满足的条件有不少。

　　首先，搭载它的iOS 18.1 Beta版目前是99美金一年的注册开发者限定，所以普通用户还得等等。

　　还有就是之前说过的，只支持M系和A17 Pro芯片，也就是说iPhone中只有部分地区的15 Pro和15 Pro Max能用。

　　除了硬件和身份要求，系统设置也需要修改，要将地区设置为美国，且设备和Siri的语言都要改成英语。

　　满足了所有这些要求之后，就可以加入等待队列了。

　　此次上线的Apple Intelligence是部分功能，主要围绕文本生成、Siri和相册这几个模块。

　　先说文本生成，作为苹果AI的重要组成部分，该功能的视适用范围不局限于苹果官方应用。

　　只要使用标准输入文本系统，在第三方应用程序当中也能利用该功能进行文本总结、校对和重写。

　　另外结合iOS 18 Beta的语音备忘录中已经上线的音频转录功能，文本生成系统还可以为录音生成摘要。

　　界面上，新版Siri不再是一个圆形图标，在运行时会有环绕屏幕的彩色光不断闪动。

　　而且还给不想语音对话的用户提供了文本对话方式，双击屏幕底部即可调出键盘，与Siri打字交流。

　　内容方面，新版Siri将能够解答与苹果产品相关的问题，帮助用户进行故障排除。

　　另外，新的Siri还可以够理解从一个查询到下一个查询的上下文，例如要求Siri创建日历事件，然后请求创建提醒，而无需重述正在谈论的内容。

　　相册的更新则让用户可以用自然语言搜索特定照片，甚至是视频当中的具体时刻。

　　以上就是本次开发者测试版本中有关AI的大致内容，需要指出的是，这只是之前发布会上所展示的功能中的一部分，还有很多没有上线。

　　苹果已经说过，ChatGPT在苹果AI中不是必选项，主要功能是由自家的大模型驱动。

　　端侧模型的参数量在3B左右，云侧则未具体透露，只说是比端侧更大，二者都有32k的上下文窗口。

　　模型的训练通过自家基于JAX的AXLearn框架进行，并采用了张量并行、流水并行等策略。

　　硬件则采用的是谷歌TPU，其中云侧用了8192颗TPUv4芯片，端侧用了2048颗TPUv5p芯片，总之英伟达含量为0。

　　数据则主要来源于通过Applebot爬取的网页，以及有公共许可的代码和数学数据集。

　　值得一提的是，苹果选用的数据集中无一使用GPL，都是MIT、Apache、CC0这些开放程度更高的开源协议。

　　流程上，AFM的预训练过程共分三个阶段核心训练、继续训练和上下文延长。

　　在核心训练阶段中，云侧版本的数据量有6.3T tokens，窗口长度为4096，端侧版本则是在此基础之上蒸馏得到。

　　继续训练时，低质量数据的权重会被降低，并使用数学、代码以及获得授权的高质量数据，对模型能力进行提升。

　　该过程使用了1T tokens的数据，窗口长度也从4096变成了8192。

　　到了下一阶段，窗口长度被进一步扩充到32k，涉及长序列文本和合成数据，总量为100B tokens。

　　AFM的后训练则包括指导监督微调（SFT）、人类反馈强化学习（RLHF）等工作。

　　其中SFT阶段使用了合成数据与人类标注数据，合成数据主要关于数学、工具使用和代码。

　　iTeC全称Iterative Teaching Committee，可译作“迭代教学委员会”，是一种用于强化学习后训练的算法，旨在通过多轮迭代优化模型的性能。

　　其核心思想是结合不同的偏好优化算法，包括拒绝采样、直接偏好优化（DPO），使得模型能够从多种优化策略中受益，从而提高其对特定任务的适应性和性能。

　　在每次迭代中，iTeC会从最新的模型中选择一组表现最好的模型，形成一个“模型委员会”。这些模型是经过SFT、RS、DPO/IPO和RL等不同训练方法得到的。

　　通过收集人类对模型响应的偏好反馈，iTeC不断更新其奖励模型，并用于训练新的模型集合。

　　每收集一批人类偏好数据后，iTeC会刷新其奖励模型，并训练新的模型集合，以此循环进行多轮迭代，逐步提升模型性能。

　　作为在线算法，它能在模型训练过程中实时解码响应，并应用RL算法来最大化奖励。

　　也就是说，这种方法使得模型能够在训练过程中不断学习和调整其策略，以生成更符合人类偏好的响应。

　　具体实现上，它结合了留一法（Leave-One-Out，LOO）优势估计器和镜像下降策略优化（MDPO），以实现更稳定和有效的策略更新。

　　为了让端侧模型更高效运行，同时避免占用过多内存资源，苹果对AFM的端侧版本进行了量化操作。

　　具体来说，苹果采用了混合精度的量化方式，针对不同环节采用了不同的量化精度。

　　苹果采用的方式被称为“调色板”策略，在调色板量化中，权重不是每个单独量化，而是将它们分组，并让组内的权重共享相同的量化常数。

　　对于投影权重，每16列/行共享相同的量化常数，并且使用K-means算法进行4位量化。

　　针对嵌入层，由于是输入和输出共享的，采用了8位整数进行每通道量化，另外还有某些重要性相对较低的层被进一步压缩到2位量化。

　　为了恢复量化后损失的性能，以保持模型的输出质量和准确性，苹果还引入了准确性恢复适配器（Accuracy-Recovery Adapters）。

　　该适配器是小型的神经网络模块，可以插入到预训练模型的特定层中，在量化模型的基础上进行训练，通过微调来学习如何补偿量化带来的影响。

　　先说人工评估，评估人员设计了涵盖分析推理、头脑风暴、聊天机器人等方面的多类问题，并让模型生成相应。

　　同时，问题也会被提给用于对比的其他模型，然后由评估人员评判哪个模型的输出更好。

　　结果，无论是云侧还是端侧模型，都有至少60%的概率不输给Llama 3、GPT-4等对比模型。

　　在指令遵循能力上，苹果进行了IFEval测试，结果在指令和prompt两个层次上，云侧AFM都超过了GPT-4，成为了新的SOTA。

　　端侧模型的表现，也超过了Llama 3-8B、Mistral-7B等近似规模的模型。

　　再看具体任务上的表现，AFM在写作类Benchmark当中的总结任务上取得了SOTA，撰写任务上也与第一名接近。

　　MATH上的成绩相对高些，端侧版领先了同规模模型，云侧版也超越了Llama 3-70B。

　　性能之外，安全性也十分重要，苹果通过人工方式对AFM抵御对抗性攻击的能力进行了评估。

　　结果显示，AFM在面对对抗性提示时，实现的违反率显著低于其他开源和商业模型。

　　以上就是苹果大模型技术报告中一些值得关注的内容，更多详情可参阅报告原文。

　　虽然Apple Intelligence已经提供给开发者进行测试，但彭博社爆料说，正式版可能会延迟上线。

　　的确，按照苹果此前的版本发布规律，18.1的版本号也意味着，这些功能不会随着9月的新机发布一同上线。