近日，OPPO小布助手團隊和機器學習部聯合完成了十億參數模型“OBERT”的預訓練，業務上取得了4％以上的提升；在行業對比評測中，OBERT躍居中文語言理解測評基準CLUE1．1總榜第五名、大規模知識圖譜問答KgCLUE1．0排行榜第一名，在十億級模型上進入第一梯隊，多項子任務得分與排前3名的百億參數模型效果非常接近，而參數量僅為后者的十分之一，更有利于大規模工業化應用。

CLUE1．1總榜，共9個子任務

KgCLUE1．0，知識圖譜問答榜

技術全自研，小布推動十億級預訓練大模型落地

大規模預訓練模型的出現，為自然語言處理任務帶來了新的求解范式，也顯著地提升了各類NLP任務的基準效果。自2020年，OPPO小布助手團隊開始對預訓練模型進行探索和落地應用，從“可大規模工業化”的角度出發，先后自研了一億、三億和十億參數量的預訓練模型OBERT。

預訓練模型開發＆應用方案

得益于數據獲取的低成本性和語言模型強大的遷移能力，目前NLP預訓練主流的任務是基于分布式假設的語言模型。在此，小布助手團隊選擇了在下游自然語言理解類（NLU）任務上有更好效果的MLM，并采用課程學習作為主要預訓練策略，由易到難循序漸進，提高訓練穩定性。首先在一億級模型上驗證了以上mask策略的有效性，其Zero－shot效果顯著優于開源base級模型，下游應用時也取得了收益，隨后將其應用到十億級模型訓練中。

ZeroCLUE榜單

值得一提的是，從開源工作實驗結果來看，語料的數量和內容多樣性越大，下游任務效果會隨之提升。基于前期的探索和嘗試，十億級OBERT模型清洗和收集了1．6 TB級語料，通過5種mask機制從中學習語言知識，內容包含百科、社區問答、新聞等，場景涉及意圖理解、多輪聊天、文本匹配等NLP任務。

加強應用創新，小布持續深耕NLP技術

CLUE（中文語言理解評測集合）榜單是中文領域最具權威的自然語言理解榜單之一，開設了包括分類、文本相似度、閱讀理解、上下文推理等共10個子任務，旨在推動NLP訓練模型技術的不斷進步和突破。

NLP（自然語言處理）技術被譽為人工智能皇冠上的明珠。作為人工智能認知能力的核心，NLP是AI領域最具挑戰的賽道之一，其目的是使得計算機具備人類的聽、說、讀、寫等能力，并利用知識和常識進行推理和決策。

小布助手發布于2019年，到2021年底，它已經累計搭載2．5 億設備，月活用戶數突破1．3 億，月交互次數達20 億，成為國內首個月活用戶數破億的手機語音助手，一躍成為國內新一代智能助手的代表。

在NLP技術方面，小布助手經歷了從規則引擎、簡單模型到強深度學習，再到預訓練模型幾個階段。歷經3年的發展，小布助手在NLP技術領域已達到行業領先水平，此次OBERT位列CLUE 1．1總榜前五、KgCLUE 1．0排行榜榜首，便是小布助手技術沉淀與積累的最好力證。

登榜CLUE 1．1總榜并登頂KgCLUE 1．0排行榜，主要得益于三個方面：一是利用小布助手積累的海量數據，獲得口語化的語言數據，促進算法模型對智能助手場景的語言有更好的理解；二是保持著開放的成長型心態，跟進學術界和工業界最新的進展并加以實踐；三是堅定地在最新預訓練模型方向進行投入，一點一點地去做技術積累，一次一次地探索落地應用。

未來，小布助手團隊會結合智能助手場景特點，持續優化預訓練技術，深耕NLP，利用模型輕量化等技術加速大模型落地，并持續探索AI與主動情感的結合，讓智能更人性化，在萬物互融的時代，助力推動AI大放異彩，幫助AI潤物細無聲地融入人們未來的數智生活。