YAYI 2学术引用指南：论文撰写规范与最佳实践

YAYI 2学术引用指南：论文撰写规范与最佳实践

【免费下载链接】YAYI2YAYI 2 是中科闻歌研发的新一代开源大语言模型，采用了超过 2 万亿 Tokens 的高质量、多语言语料进行预训练。(Repo for YaYi 2 Chinese LLMs)项目地址: https://gitcode.com/gh_mirrors/ya/YAYI2

YAYI 2是中科闻歌研发的新一代开源大语言模型，采用超过2万亿Tokens的高质量多语言语料预训练，为学术研究提供强大支持。本文将详细介绍如何在学术论文中正确引用YAYI 2模型，确保引用格式规范、信息完整，帮助研究人员高效完成论文撰写。

为什么规范引用YAYI 2至关重要？

在学术研究中，正确引用模型不仅是对原作者知识产权的尊重，也是确保研究可追溯性和可重复性的基础。YAYI 2作为支持多语言处理的开源大语言模型，其41.5%的中文语料占比和40.4%的英文语料占比（如图1所示）使其在跨语言研究中具有独特优势。规范引用能帮助读者准确获取模型信息，促进相关领域的进一步研究。

图1：YAYI 2预训练语料的语言分布比例，中文和英文占比合计超过80%，支持多语言学术研究

标准引用格式与示例

1. BibTeX引用格式（推荐）

在LaTeX论文中，推荐使用以下BibTeX条目引用YAYI 2模型：

@article{YAYI 2, author = {Yin Luo, Qingchao Kong, Nan Xu, et.al.}, title = {YAYI 2: Multilingual Open Source Large Language Models}, journal = {arXiv preprint arXiv:2312.14862}, url = {https://arxiv.org/abs/2312.14862}, year = {2023} }

2. APA格式

对于采用APA格式的论文，引用格式如下：
Luo, Y., Kong, Q., Xu, N., et al. (2023). YAYI 2: Multilingual Open Source Large Language Models. arXiv preprint arXiv:2312.14862. https://arxiv.org/abs/2312.14862

3. GB/T 7714-2015格式（中文论文）

罗荫, 孔庆超, 徐楠, 等. YAYI 2: 多语言开源大语言模型[J/OL]. arXiv preprint arXiv:2312.14862, 2023. https://arxiv.org/abs/2312.14862.

引用时需包含的核心信息

为确保引用的完整性，需包含以下关键信息：

• 论文标题：YAYI 2: Multilingual Open Source Large Language Models
• 作者：Yin Luo, Qingchao Kong, Nan Xu等（et.al.）
• 发表平台：arXiv preprint
• 论文编号：arXiv:2312.14862
• 发布年份：2023
• 访问链接：https://arxiv.org/abs/2312.14862

不同研究场景的引用建议

1. 模型性能对比研究

当将YAYI 2与其他模型进行性能对比时，建议同时引用技术报告和官方代码库：
"YAYI 2在CMMLU数据集上达到84.0%的准确率，显著优于同规模模型（Luo et al., 2023）。实验代码可参考training/trainer_yayi2.py实现细节。"

2. 数据或训练方法研究

YAYI 2的预训练数据包含49.6%的互联网数据和31.4%的领域特定数据（如图2所示），相关研究可引用：
"本研究采用与YAYI 2类似的数据分布策略，其中领域数据占比参考了其31.4%的配置（Luo et al., 2023）。"

图2：YAYI 2预训练数据的来源分布，涵盖互联网数据、领域特定数据和通用精选数据

常见引用错误与避免方法

1. 遗漏论文编号：需确保包含arXiv:2312.14862，便于精准定位文献。
2. 作者姓名拼写错误：注意作者姓名的正确拼写（如Yin Luo而非Ying Luo）。
3. 未标注预印本状态：需注明"arXiv preprint"以区分正式发表论文。

引用检查清单 ✅

为确保引用无误，建议使用以下检查清单：

• 包含完整的作者列表（et.al.可用于多作者情况）
• 标题、期刊/平台、年份准确无误
• 论文编号和URL正确
• 格式符合目标期刊要求（BibTeX/APA/GB/T 7714等）

总结

正确引用YAYI 2不仅是学术规范的要求，也是推动大语言模型研究透明化的重要一步。通过本文提供的格式示例和最佳实践，研究人员可轻松完成规范引用，同时充分利用YAYI 2的多语言优势开展创新研究。如需进一步了解模型细节，可参考技术报告或访问项目代码库获取训练脚本（如scripts/start.sh）。

祝各位学者研究顺利，成果丰硕！ 📚✨

【免费下载链接】YAYI2YAYI 2 是中科闻歌研发的新一代开源大语言模型，采用了超过 2 万亿 Tokens 的高质量、多语言语料进行预训练。(Repo for YaYi 2 Chinese LLMs)项目地址: https://gitcode.com/gh_mirrors/ya/YAYI2