最强开源大模型！Llama 3下周“小试牛刀”？

最强开源大模型！Llama3下周“小试牛刀”？当地时间周一，科技媒体TheInformation援引一位Meta员工消息报道称，该公司计划在下周推出两个小型的Llama3大语言模型（LLM），作为夏季推出正式版Llama3的先行版本。这两个小模型的发布，预计将为Llama3的正式亮相进行铺垫。Meta在去年7月份发布了Llama2，此后，包括谷歌、马斯克旗下的xAI与Mistral等在内的数家公司发布了开源的大语言模型，竞争十分激烈。Llama3直接对标OpenAI的GPT-4，后者已经成为一个强大的多模态模型，不仅能够处理更长的文本，还支持图像输入。报道称，正式版Llama3也将支持多模态处理，即同时理解和生成文本及图片；而先行推出的两个小版本则不具备这一能力。标签:#Meta#Llama#AI频道:@GodlyNews1投稿:@GodlyNewsBot

Meta 确认其 Llama 3 开源大型语言模型将于下个月推出

Meta确认其Llama3开源大型语言模型将于下个月推出在4月9日于伦敦举行的一次活动中，Meta确认计划在下个月内首次发布Llama3，这是用于驱动生成式人工智能助手的下一代大型语言模型。Meta全球事务总裁NickClegg说：“在接下来的一个月内，实际上更短，我们希望开始推出我们的新一代模型套件Llama3。”他的描述听起来像是要发布该产品的几个不同迭代或版本。“今年[发布]的不同版本，将有许多不同的模型具有不同的功能，而且很快就会开始。”Meta首席产品官ChrisCox补充说，该计划将通过Llama3为Meta的多种产品提供动力。——

Meta 已经在训练 Llama 3 更强大的继任者

Meta已经在训练Llama3更强大的继任者Meta公司首席人工智能科学家杨立昆在麻省理工学院的ImaginationinAction会议上透露，4月18日发布的开源Llama3人工智能模型仅仅只是开始。该公司正在酝酿一项更加雄心勃勃的计划，可以重新定义人工智能格局的新模型。他在会上讨论了Meta正在进行的人工智能工作。他表示，Meta正在积极研究更大的模型，目前正在训练的最雄心勃勃的模型拥有超过4000亿个参数。虽然这款强大产品的发布时间表仍不确定，但杨立昆的声明强调了Meta致力于突破人工智能界限的承诺。——、

Meta宣布推出Llama 2(羊驼2) 提供7B~70B模型 开源免费可商用

Meta宣布推出Llama2(羊驼2)提供7B~70B模型开源免费可商用今天Meta发布Llama2也就是羊驼2模型，提供7B、13B和70B参数版本，该模型开源、免费、可商用，这也是为什么最近一段时间有大量新模型出现，对开源社区来说，只要有高质量模型被开源出来，那接下来就是社区成员登场，微调、优化、定制、整合，然后就可以生成更多模型了。羊驼2预训练模型接受了2万亿个tokens的训练，上下文长度是Llama1的两倍，是的其上下文长度从2048提升到了4096，其微调模型接受了超过100万个人类标注的训练。根据MetaAI研究团队的测试，羊驼2在不少测试中表现都比较优异(相对其他开源模型)，包括推理、编程、熟练程度和知识测试。(需要提供Email地址)来源，来自：雷锋频道：@kejiqu群组：@kejiquchat投稿：@kejiqubot

Meta发布Llama 3 称其是目前最好的开放式模型之一

Meta发布Llama3称其是目前最好的开放式模型之一Meta称，与上一代Llama模型Llama28B和Llama270B相比，新模型Llama38B（包含80亿个参数）和Llama370B（包含700亿个参数）在性能上有了"重大飞跃"。(参数从本质上定义了人工智能模型处理问题的能力，比如分析和生成文本；一般来说，参数数越高的模型比参数数越低的模型能力越强）。事实上，Meta表示，就各自的参数数而言，Llama38B和Llama370B是在两个定制的24,000GPU集群上训练出来的，是当今性能最好的生成式人工智能模型之一。话说得很满，那么，Meta公司是如何证明这一点的呢？该公司指出了Llama3模型在MMLU（用于测量知识）、ARC（用于测量技能习得）和DROP（用于测试模型对文本块的推理能力）等流行的人工智能基准上的得分。正如我们之前所写，这些基准的实用性和有效性还有待商榷。但无论好坏，它们仍然是Meta等人工智能玩家评估其模型的少数标准化方法之一。在至少九项基准测试中，Llama38B优于其他开源模型，如Mistral的Mistral7B和Google的Gemma7B，这两个模型都包含70亿个参数：这些基准包括：MMLU、ARC、DROP、GPQA（一组生物、物理和化学相关问题）、HumanEval（代码生成测试）、GSM-8K（数学单词问题）、MATH（另一种数学基准）、AGIEval（解决问题测试集）和BIG-BenchHard（常识推理评估）。现在，Mistral7B和Gemma7B并不完全处于最前沿（Mistral7B于去年9月发布），在Meta引用的一些基准测试中，Llama38B的得分仅比这两款产品高几个百分点。但Meta还声称，参数数更多的Llama3型号Llama370B与旗舰生成式人工智能模型（包括GoogleGemini系列的最新产品Gemini1.5Pro）相比也具有竞争力。图片来源：MetaLlama370B在MMLU、HumanEval和GSM-8K三项基准测试中均优于Gemini1.5Pro，而且，虽然它无法与Anthropic性能最强的Claude3Opus相媲美，但Llama370B在五项基准测试（MMLU、GPQA、HumanEval、GSM-8K和MATH）中的得分均优于Claude3系列中性能最弱的Claude3Sonnet。值得注意的是，Meta还开发了自己的测试集，涵盖了从编码、创作到推理、总结等各种用例，令人惊喜的是，Llama370B在与MistralMedium模型、OpenAI的GPT-3.5和ClaudeSonnet的竞争中脱颖而出！-Llama370B在与Mistral的MistralMedium模型、OpenAI的GPT-3.5和ClaudeSonnet的竞争中脱颖而出。Meta表示，为了保持客观性，它禁止其建模团队访问这组数据，但很明显，鉴于Meta自己设计了这项测试，我们必须对结果持谨慎态度。在质量方面，Meta表示，新Llama模型的用户可以期待更高的"可操控性"、更低的拒绝回答问题的可能性，以及更高的琐碎问题、与历史和STEM领域（如工程和科学）相关的问题和一般编码建议的准确性。这在一定程度上要归功于一个更大的数据集：一个由15万亿个标记组成的集合，或者说一个令人难以置信的750,000,000,000单词，是Llama2训练集的七倍。这些数据从何而来？Meta公司不愿透露，只表示数据来自"公开来源"，包含的代码数量是Llama2训练数据集的四倍，其中5%包含非英语数据（约30种语言），以提高非英语语言的性能。Meta还表示，它使用了合成数据（即人工智能生成的数据）来创建较长的文档，供Llama3模型训练使用，由于这种方法存在潜在的性能缺陷，因此颇受争议。Meta在一篇博文中写道："虽然我们今天发布的模型仅针对英语输出进行了微调，但数据多样性的增加有助于模型更好地识别细微差别和模式，并在各种任务中表现出色。"许多生成式人工智能供应商将训练数据视为一种竞争优势，因此对训练数据和相关信息守口如瓶。但是，训练数据的细节也是知识产权相关诉讼的潜在来源，这是另一个不愿意透露太多信息的原因。最近的报道显示，Meta公司为了追赶人工智能竞争对手的步伐，曾一度不顾公司律师的警告，将受版权保护的电子书用于人工智能训练；包括喜剧演员莎拉-西尔弗曼（SarahSilverman）在内的作者正在对Meta和OpenAI提起诉讼，指控这两家公司未经授权使用受版权保护的数据进行训练。那么，生成式人工智能模型（包括Llama2）的另外两个常见问题--毒性和偏差又是怎么回事呢？Llama3是否在这些方面有所改进？Meta声称：是的。Meta表示，公司开发了新的数据过滤管道，以提高模型训练数据的质量，并更新了一对生成式人工智能安全套件LlamaGuard和CybersecEval，以防止Llama3模型和其他模型的滥用和不必要的文本生成。该公司还发布了一款新工具CodeShield，旨在检测生成式人工智能模型中可能引入安全漏洞的代码。不过，过滤并非万无一失，LlamaGuard、CybersecEval和CodeShield等工具也只能做到这一步。我们需要进一步观察Llama3型号在实际运用时的表现如何，包括学术界对其他基准的测试。Meta公司表示，Llama3模型现在已经可以下载，并在Facebook、Instagram、WhatsApp、Messenger和网络上为Meta公司的Meta人工智能助手提供支持，不久将以托管形式在各种云平台上托管，包括AWS、Databricks、GoogleCloud、HuggingFace、Kaggle、IBM的WatsonX、MicrosoftAzure、NVIDIA的NIM和Snowflake。未来，还将提供针对AMD、AWS、戴尔、英特尔、NVIDIA和高通硬件优化的模型版本。而且，功能更强大的型号即将问世。Meta表示，它目前正在训练的Llama3模型参数超过4000亿个--这些模型能够"用多种语言交流"、接收更多数据、理解图像和其他模式以及文本，这将使Llama3系列与HuggingFace的Idefics2等公开发布的版本保持一致。"我们近期的目标是让Llama3成为多语言、多模态、具有更长上下文的产品，并继续提高推理和编码等核心（大型语言模型）功能的整体性能，"Meta在一篇博文中写道。"还有很多事情要做"。...PC版：https://www.cnbeta.com.tw/articles/soft/1427836.htm手机版：https://m.cnbeta.com.tw/view/1427836.htm

掌握Llama 2：Meta推出提示工程交互式指南 | github | #指南

掌握Llama2：Meta推出提示工程交互式指南#指南一个交互式指南，涵盖了提示工程和最佳实践，专为与大型语言模型(LLM)工作的开发者、研究人员和爱好者设计。指南提供了关于如何有效地与Llama2模型交互的详细信息，包括如何格式化聊天提示、何时使用哪种Llama变体、何时使用ChatGPT而不是Llama、系统提示的工作方式以及一些技巧和窍门。还包括如何使用PEFT进行微调、如何在本地机器上进行微调以及如何部署Llama2等资源。Llama2是Meta发布的一系列最新的开放访问大型语言模型，包括7B、13B和70B参数规模的模型，这些模型在预训练和微调方面都有显著改进。