论文笔记--Llama3 report

论文笔记--Llama3 report

  • [1. 文章简介](#1. 文章简介)
  • [2. 性能升级](#2. 性能升级)
  • [3. 模型升级](#3. 模型升级)
    • [3.1 模型架构升级](#3.1 模型架构升级)
    • [3.2 数据升级](#3.2 数据升级)
    • [3.3 指令微调](#3.3 指令微调)
  • [4. 原文传送门](#4. 原文传送门)
  • [6. References](#6. References)

1. 文章简介

  • 标题:Llama3 Report
  • 作者:Meta
  • 日期:2024.04

2. 性能升级

Llama3系列本次开源了8B和70B模型,在多个benchmarks上取得了SOTA表现。具体评估细节可以参见github

本次验证增加了高质量的人工评估集,涵盖12种场景(寻求建议、头脑风暴、分类、闭源QA、编码、创意写作、信息抽取、角色扮演、开放QA、推理、重写、摘要)共计1800个prompts。Llama3在这些prompts上表现超过GPT-3.5等模型:

3. 模型升级

3.1 模型架构升级

相比于Llama2[1],Llama3在模型架构上没有明显改变,仍采用transformer的decoder架构,模型架构升级如下

  • 词表大小由32K升级为128K
  • 采用GQA编码(Llama2也采用了GQA)
  • 上下文长度从4K增加为8k(8192)个tokens,并使用mask保证self-attention不跨文章

3.2 数据升级

相比于Llama2,Llama3的数据也进行了升级,主要升级如下

  • 总tokens数从2T增加到15T
  • 包含更多的代码
  • 包含超过5%的非英文语料
      为了保障数据质量,Llama3构建了数据清洗pipelines,包含启发式规则,NSFW(不安全内容过滤)、语义去重。此外,Meta基于Llama2的高质量内容生成能力,通过Llama2生成数据来训练文本质量分类器。

3.3 指令微调

Llama3采用了SFT、PPO、DPO组合的方式进行后训练(Post-training),Meta精心筛选了prompts的质量,从而大幅提高了模型表现。Meta发现模型有时候知道如何产生正确答案但不知道如何选择它,而通过PPO和DPO可提高模型的选择能力,从而提高在推理和编码任务上的表现。

4. 原文传送门

Meta Llama3 report
Meta Llama3 Model

6. References

[1] 论文笔记--Llama 2: Open Foundation and Fine-Tuned Chat Models

相关推荐
又困又爱睡3 小时前
LLaMA-Factory(一)环境配置及包下载
llama
星就前端叭3 小时前
【开源】一款基于Vue3 + WebRTC + Node + SRS + FFmpeg搭建的直播间项目
前端·后端·开源·webrtc
每天八杯水D3 小时前
LLaMA-Factory GLM4-9B-CHAT LoRA 微调实战
lora·微调·llama·peft·glm4-9b-chat
一只敲代码的猪3 小时前
Llama 3 模型系列解析(一)
大数据·python·llama
weixin_443290695 小时前
【阅读记录-章节6】Build a Large Language Model (From Scratch)
人工智能·语言模型·自然语言处理
地中海~5 小时前
Stealthy Attack on Large Language Model based Recommendation
人工智能·语言模型·自然语言处理
西西弗Sisyphus5 小时前
探索多模态大语言模型(MLLMs)的推理能力
人工智能·计算机视觉·语言模型·大模型
Faith_xzc7 小时前
【Apache Doris】周FAQ集锦:第 26 期
大数据·数据仓库·开源·doris
三月七(爱看动漫的程序员)8 小时前
HiQA: A Hierarchical Contextual Augmentation RAG for Multi-Documents QA---附录
人工智能·单片机·嵌入式硬件·物联网·机器学习·语言模型·自然语言处理
学术头条11 小时前
清华、智谱团队:探索 RLHF 的 scaling laws
人工智能·深度学习·算法·机器学习·语言模型·计算语言学