網易伏羲的“玉言”系列模型在CLUE分類任務排行榜中超越其他模型，榮登榜單第一。在CLUE1.1分類任務排行榜(包含AFQMC[文本相似度]、TNEWS[短文本分類]、IFLYTEK[長文本分類]、OCNLI[自然語言推理]、WSC[代詞消歧]、CSL[關鍵詞識別]6個理解任務)上首次超過人類水平。
作為中文語言理解領域最具權威性的測評基準之一，CLUE榜單在學術界及工業界有著深遠影響。此次「玉言」成功登頂 CLUE分類任務榜，是網易伏羲在中文文本預訓練領域又一重要里程碑。值得一提的是，一年前網易伏羲的“玉言”系列模型也曾登頂CLUE推出的中文小樣本學習評測榜單FewCLUE。
"玉言“是網易伏羲自主研發的中文文本預訓練大模型系列，這次登頂CLUE分類任務榜單的模型參數達到110億，結構由深層 Encoder 和淺層 Decoder 組成，這種結構可以使得大模型具有優秀理解能力的同時，也有著較為優秀的生成能力。除此之外，Encoder-Decoder結構方便訓練任務的設計，不需要復雜的掩碼策略。其預訓練數據包括網易自有高質量數據、各類百科、新聞、社區問答、wiki、小說等等;網易伏羲對收集到的數據進行去重，清洗，產出了大量高質量數據，并采用這些數據訓練模型，使得模型具有良好的泛化性，在各類任務上都有著出色的性能。
網易伏羲在"玉言“模型的訓練中，采用多任務訓練框架對模型Encoder和Decoder進行訓練。為了提升模型的語義表示能力，同時讓模型更好的理解不同長度的文本信息，提出了不同的預訓練策略來幫助模型學習：
1. 掩碼策略：掩碼[MASK]將句子中的詞進行掩蓋，讓模型還原被掩蓋的詞語，提升模型對詞語的語義表示能力;
2. Word Shift 策略：通過打亂中文詞語里單字的順序，讓模型對其進行還原，從而提升模型對中文詞語表達的關注能力，增強對中文詞語的敏感性;
3. Short Sentence Reorder 策略：通過打亂出現在句子中的短句，再讓模型還原以提升模型對句子語義的理解;
4. Word/Sentence Deleted 策略：刪除句子中的單詞或整句后再讓模型進行還原，以提升模型對不同長度的文本的語義表示能力;
網易伏羲的大規模預訓練相關工作由網易高級副總裁、網易雷火事業群總裁胡志鵬牽頭主持，并且入選2022年度浙江省科技計劃項目--“尖兵”項目。自研模型規模從最早的一億參數增長至千億參數，模型領域從文本拓展到圖文、音樂、行為序列等多種模態，積累了豐富的預訓練模型訓練和工程優化的經驗。相關技術也已經應用在網易集團內的文字游戲、智能NPC、文本輔助創作、音樂輔助創作、美術設計、互聯網搜索推薦等業務場景，并取得了顯著的業務效果。
另外，網易伏羲參與了中國人工智能產業發展聯盟組織的大規模預訓練模型技術的應用評估方法編寫，并且在由中國信息通信研究院、人工智能關鍵技術和應用評測工業和信息化部重點實驗室等機構發起的2022可信AI峰會上，網易伏羲的大模型應用「 LOFTER-AI 寫文」和「傀儡戲-互動式文字游戲」同時入選“2022大規模預訓練模型優秀應用案例”，在大模型技術及AI實踐領域獲行業認可。
網易伏羲作為國內專業從事游戲與泛娛樂AI研究和應用的頂尖機構，未來會在大規模預訓練模型領域持續探索，并結合有靈機器人眾包能力，引入“人”的決策及數據閉環，進一步提升大模型的能力。
