LLaMA3：开源战胜闭源意味着什么？

LLaMA3-405B的模型效果已经赶上目前最好的闭源模型GPT-4o和Claude-3.5，这可能是未来大模型开源与闭源的拐点，这里就LLaMA3的模型结构、训练过程与未来影响等方面说说我的看法。

LLaMA3的模型结构

LLaMA3的模型结构如上图所示，这基本已经成为目前Dense LLM模型的标准结构了，很多采取MOE结构的LLM模型，其变化无非是把上图的FFN模块里的单个SwiGLU模块拓展成K个并联的SwiGLU模块，形成多个专家，再加上一个门控网络来选择目前Token走这么多专家里的哪几个。目前很少有结构能逃脱Transformer架构的影响，对比Transformer的部件升级主要有以下三点：

第一：FFN层激活函数由GELU（ReLU的平滑版本）变为了SwiGLU，引入了更多的权重矩阵。 FFN层包括两个线性变换，中间插入一个非线性激活函数，最初的Transformer架构采用了ReLU激活函数：

在他们的实验中使用了不包含bias项的FFN：

经过不断研究提出了Switch激活函数，其中是Sigmoid 函数。现在又诞生了SwiGLU：

第二：归一化由post Layer Normalization变为pre RMSNorm，由后变前的同时计算公式也不同。

• Layer Norm：减去样本的均值，除以样本的方差**，中心化的同时进行缩放
• RMSNorm：去除了减去均值的操作，也就是没有去中心化的操作，只有缩放的操作。所以RMSnorm就是均值为0的Layer Norm。

第三：由三角函数计算的绝对位置编码改为了RoPE相对旋转位置编码，解决了长文本预测外推性问题。

其余的变化就是模型层数横向及纵向的叠加（见上图），比如405B模型采用了126层的网络结构，RoPE theta 调到了50万等等。

LLaMA3训练过程

• 数据打标与配比：做细粒度的打标签工作，然后根据标签采样，最终敲定了：50% 通用数据、25% 数理数据、17% 代码数据、 8% 多语言数据。这个过程在实际操作过程中应该很复杂，因为需要不断的尝试实验，最终选择效果最好的模型
• 预训练：本文长度从8K 逐步增加到支持128K，的上下文窗口，这个长上下文预训练阶段使用了大约800B训练token数据
• 退火（annealing**）训练：最后用高质量的4000万个token数据学习，线性地将学习率衰减至0，同时保持上下文长度为128K个token。在这一退火阶段，调整了数据混合配比，以增加高质量数据比如数学、代码、逻辑内容的影响

• 在Post-Training过程中（见上图），首先用人工标注数据训练RM模型，用来评价一个<Prompt,answer>数据的质量，然后用RM参与拒绝采样（Rejection Sampling），就是说对于一个人工Prompt，用模型生成若干个回答，RM给予质量打分，选择得分最高的保留作为SFT**数据，其它抛掉。这样得到的SFT数据再加上专门增强代码、数学、逻辑能力的SFT数据一起，用来调整模型得到SFT模型
• 训练方法最终采用了DPO，并没有直接采用PPO的训练方式，官方的解释是Managing complexity。
• 之后用人工标注数据来使用DPO模型调整LLM参数，DPO本质上是个二分类，就是从人工标注的<Prompt，Good Answer，Bad Answer>三元数据里学习，调整模型参数鼓励模型输出Good Answer，不输出Bad Answer，这算完成了一个迭代轮次的Post-Training
• 上述过程会反复迭代几次，每次的流程相同，不同的地方在于拒绝采样阶段用来对给定Prompt产生回答的LLM模型，会从上一轮流程最后产生的若干不同DPO模型（不同超参等）里选择最好的那个在下一轮拒绝采样阶段给Prompt生成答案。很明显，随着迭代的增加DPO模型越来越好，所以拒绝采样里能选出的最佳答案质量越来越高，SFT模型就越好，如此形成正反馈循环
• 可以看出尽管RLHF** 和DPO两种模式都包含RM，但是用的地方不一样：RLHF是把RM打分用在PPO强化学习阶段，而LLaMA 3则用RM来筛选高质量SFT数据

LLaMA3带来的影响

下图展示了开源和闭源模型随着时间能力差异曲线，可以看出两者差距随着时间是逐步减小的，而LLaMA 3-405B让两线出现了交点。

LLaMA 3-405B的开源，对于其它无论闭源还是开源模型，都有重大影响：

• 对于闭源模型，如果其能力还赶不上LLaMA3（比如GPT或GLM），那很多付费用户为什么不去使用开源模型呢？
• 对于开源模型而言，如果能力不如LLaMA 3，就需要考虑如何作出差异化和不同特色的模型

我认为最后大模型的结果会是一家独大，因为它最重要的能力就是知识的全面性与对话推理能力，而如果做某一领域的模型，只要有那方面的数据，用以前的技术手段也能达到相同的效果。以目前情况来看，大模型的应用以调用为主，根据这个“大脑”开发配套的Agent即可，那我肯定会选一个最强的大脑进行开发…但是一家独大的发展可能并不利于以后这项技术以后的发展。

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、LLM大模型系列视频教程

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。

• 内容：

  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
  • L1.4.1 知识大模型
  • L1.4.2 生产大模型
  • L1.4.3 模型工程方法论
  • L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

• 内容：

  • L2.1 API接口
  • L2.1.1 OpenAI API接口
  • L2.1.2 Python接口接入
  • L2.1.3 BOT工具类框架
  • L2.1.4 代码示例
  • L2.2 Prompt框架
  • L2.3 流水线工程
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

• 内容：

  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​