Bee - Proyecto de modelo multimodal de gran tamaño de código abierto Tencent Mixed Meta y Tsinghua

¿Qué es Bee?

Bee es una solución multimodal de código abierto para grandes modelos lanzada conjuntamente por el equipo de Tencent Mixed Element y la Universidad de Tsinghua para reducir la diferencia de rendimiento entre los modelos de código abierto y los de código cerrado mediante la mejora de la calidad de los datos. El proyecto consta de tres logros fundamentales: Honey-Data-15M, un conjunto de datos CoT de doble capa de alta calidad con un tamaño de 15 millones, las herramientas de mejora de datos de código abierto HoneyPipe y DataStudio, y Bee-8B, un modelo 8B entrenado a partir del conjunto de datos, que supera a los principales modelos de código semiabierto en múltiples pruebas comparativas, especialmente en tareas de razonamiento matemático y comprensión de diagramas. mejores resultados que los modelos convencionales de código semiabierto. Al hacer públicos el conjunto de datos y la metodología, el proyecto ha proporcionado a la comunidad de código abierto una importante infraestructura para mejorar el rendimiento de MLLM.

Características de Bee

• Conjuntos de datos de alta calidad: Proporciona el conjunto de datos Honey-Data-15M ampliado mediante limpieza fina y Chain of Thought (CoT) de dos capas, lo que mejora significativamente la calidad de los datos y proporciona una base sólida para el entrenamiento de modelos.
• canalización de código abierto full-stack: HoneyPipe y DataStudio de código abierto, que abarcan todo el proceso, desde la agregación de datos y el filtrado de ruidos hasta la mejora de las inferencias, garantizando la transparencia y la reproducibilidad del tratamiento de datos.
• modelo de alto rendimientoEl modelo Bee-8B, entrenado con datos de alta calidad, ha establecido un nuevo récord de rendimiento para todos los grandes modelos multimodales de código abierto en varias pruebas de referencia, demostrando una excelente capacidad de razonamiento y comprensión.
• fusión multimodalLa tecnología de fusión de imágenes y texto: admite el procesamiento de fusión de múltiples modalidades, como la imagen y el texto, y es adecuada para escenarios de aplicación multimodal como la pregunta y respuesta visual, la generación de descripciones de imágenes, etc.
• Mejora del razonamiento: Generación de procesos de razonamiento detallados para tareas complejas mediante estrategias CoT cortas y CoT largas para mejorar el rendimiento de los modelos en la resolución de problemas complejos.
• impulsado por la comunidadConstruir un ecosistema de código abierto que proporcione conjuntos de datos, herramientas y ponderaciones de modelos, fomente la participación y las contribuciones de la comunidad y promueva el desarrollo continuo de la tecnología.
• Despliegue flexible: Admite diversos métodos de despliegue, incluidos el despliegue local y el despliegue en la nube, para satisfacer las necesidades de los distintos usuarios.
• Optimización continua: Evolución continua del modelo y mejora del rendimiento mediante incentivos a la contribución de datos y paradigmas de aprendizaje en línea.

Puntos fuertes de Bee

• Excelente calidad de los datosEl proyecto Honey-Data-15M se construye a partir de un conjunto de datos de alta calidad mediante una limpieza en varios pasos y la expansión de la cadena de pensamiento (CoT) en dos capas, lo que mejora significativamente la precisión y la profundidad de inferencia de los datos.
• transparencia de código abierto full-stackHerramientas de código abierto desde el procesamiento de datos hasta la formación de modelos, incluidos HoneyPipe y DataStudio, que garantizan la transparencia y la reproducibilidad de todo el proceso.
• Liderazgo de rendimiento ejemplarEl modelo Bee-8B ha batido récords de rendimiento de todos los grandes modelos multimodales de código abierto en varias pruebas comparativas, lo que demuestra sus potentes capacidades de razonamiento y procesamiento de tareas complejas.
• Excelente capacidad de razonamientoLas estrategias CoT corta y CoT larga se utilizan para generar procesos de razonamiento detallados para tareas de diversa complejidad, lo que mejora significativamente la capacidad de razonamiento lógico del modelo.
• Perfección ecológica de código abiertoProporcionar recursos completos de código abierto que incluyan conjuntos de datos, recetas de entrenamiento, herramientas de evaluación y pesos de modelos para ayudar a académicos y desarrolladores a ponerse al día rápidamente y seguir desarrollándose.

¿Cuál es la página web oficial de Bee?

• Página web del proyecto:: https://open-bee.github.io/
• Biblioteca de modelos HuggingFace:: https://huggingface.co/collections/Open-Bee/bee
• Documento técnico arXiv:: https://arxiv.org/pdf/2510.13795
• Conjunto de datos Honey-Data-15M:: https://huggingface.co/datasets/Open-Bee/Honey-Data-15M

Para quién es Bee

• Investigadores en inteligencia artificial: Los conjuntos de datos de alta calidad y los modelos de código abierto pueden utilizarse para la investigación y la innovación en macromodelado multimodal.
• Desarrolladores e ingenierosLa capacidad de aprovechar herramientas y modelos de código abierto para el desarrollo de aplicaciones y la rápida integración de funciones multimodales.
• científico de datosLos datos pueden procesarse y analizarse con HoneyPipe y DataStudio para mejorar la calidad de los datos y el rendimiento de los modelos.
• educadorEl modelo Bee puede utilizarse para generar materiales didácticos o para apoyar la enseñanza y el aprendizaje con el fin de mejorar la enseñanza y el aprendizaje.
• creador de contenidos: Puede crear rápidamente contenidos gráficos y de vídeo de alta calidad con la ayuda de la generación de contenidos multimodales.
• usuario empresarial: Los modelos Bee pueden aplicarse al servicio inteligente al cliente, el análisis de mercado, la inteligencia empresarial y otros escenarios para mejorar la eficiencia de las empresas.