Meta最近终于发布了Llama3大模型,OpenAI和CloseAI又要"开战了",以下是关于Llama3的几点总结:
1、发布时间
Llama3
的发布时间是北京时间4月19号0点37分,这主要是依据 Meta的首席AI科学家 Yann LeCun
发布Twitter帖文的时间。
2、发布型号
目前Llama3发布了两款模型,分别是 Meta-Llama-3-8B和 Meta-Llama-3-70B
3、Llama3 VS Llama2
- 4倍的词汇量(
Llama3
是128k,Llama2
是32k) - 使用 15T token训练,是
Llama2
的7倍 - 2倍的上下文,
Llama3
是8k,Llama2
是4k(个人认为还是太小了,不过据说后续会发布更大的) - 两个模型都具备分组查询注意力(GQA) ,
Llama2
只有70B这个模型具备 - 整体性能优于
Llama2
4、性能测试
Llama3 在MMLU
(学科知识理解)、GPQA
(一般问题)、HumanEval
(代码能力)、GSM-8K
(数学能力)、MATH
(比较难得数学)五个基准测试上,不管是Llama3-8B,还是Llama-70B,都优于目前比较优秀的大模型。
但是这个我觉得看看就行,毕竟比别人差的东西还发出来肯定会被用户吐槽,但性能肯定是不错的。
另外,为了寻求Llama3在现实场景的性能,开发人员还开发了一套新的高质量人类评估集 。该评估集包含 1,800 个提示,涵盖 12 个关键用例:寻求建议、头脑风暴、分类、封闭式问答、编码、创意写作、提取、塑造角色/角色、开放式问答、推理、重写和总结。而且为了避免模型在此评估集上过度拟合,即使是Llama3的模型开发人员也无法访问它。
这是Llama3在这些评估集的测试结果,整体是优于其他模型的
5、训练数据
- 数量上, Llama 3 经过 15T token以上的预训练,并且官方声明这些数据全部从公开来源收集(比Llama 2使用的数据集大7倍)
- 超过 5% 的 Llama 3 预训练数据集由涵盖 30 多种语言 的高质量非英语数据组成(但是这些语言的性能水平不会与英语相同,还是得靠其他开源大佬微调)
- 8B的知识库时间只到2023年3月 ,70B的知识库时间只到了2023年12月(感觉是不是8B的训练时间早于70B,所以时间早了这么多)
6、如何体验
6.1 Replicate
墙裂推荐,直接访问: https://llama3.replicate.dev/就行,无需登录
6.2 使用我们之前提到过的 ollama 工具
6.3 使用 MetaAI
不太建议,锁地区,而且要Facebook账户,对国内用户不友好
7、未来规划
Meta在后续的几个月中,将发布多个具有新功能的模型,包括多模态、以多种语言交谈的能力、更长的上下文窗口。
比如目前有一个400B的模型就仍在训练中,这是它的一个简单基准测试
注: 原文链接,欢迎关注公众号AI技术巫