开源大模型凉了？连Llama3都坐冷板凳，市场正在抛弃开源模型？

最新推荐文章于 2024-10-03 17:56:42 发布

菜鸟大模型

最新推荐文章于 2024-10-03 17:56:42 发布

阅读量1.1k

点赞数 20

文章标签：开源人工智能开发语言 python 机器学习 ai大模型 LLM

本文链接：https://blog.csdn.net/huang9604/article/details/141642230

版权

Llama3被亚马逊、微软“打入冷宫”，罪在开源？

俗话说，是骡子是马，牵出来溜溜就知道。

最近，开源大模型届的“汗血宝马”Llama3，似乎要露馅了。

据美国媒体The Information报道，在全球最大云计算服务商亚马逊的AWS平台上，一度被开发者好评如潮的Llama开源大模型竞无人问津，企业用户最喜欢的是Anthropic的闭源大模型Claude。无独有偶，报道称在微软云平台上，Llama也一样坐着冷板凳，销售人员甚至不会主动进行推销。

卖是卖不动了，那作为开源模型最引以为傲的下载量呢？也在跌。

据报道，Meta最新推出的开源大模型Llama 3.1 405B，上线一个月后的下载量仅为360万，比上一代模型降低了40%。

为什么Llama3会一路遇冷？

“假开源”：不知参数、不明算法

在这里插入图片描述

在互联网和软件开发时代，开源具有重要意义。开源允许用户自由获取、使用、修改和分发软件的源代码，不仅能降低软件使用成本，还能激发更多的开发者参与到软件的创新和改进中，推动技术的发展迭代。这样“众人拾柴火焰高”的开源精神，是互联网时代最宝贵的财富之一。

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）👈

但时代变了。如今的开源大模型，都是有限开源——仅开放参数和调用接口，但训练数据、训练代码、算法等这些核心部分都未开源。这就好比让你下厨但不给菜谱，光开放厨房有啥用呢？

百度的李彦宏前一段时间直接炮轰过这个问题，他指出很多人混淆了模型开源和代码开源的概念，所谓的模型开源只能拿到一堆参数，还要再做SFT、安全对齐，即使是拿到对应源代码，也不知道是用了什么样的数据去训练这些参数，并不能实现“站在巨人的肩膀上”的效果做迭代开发。闭源大模型比开源模型明显更适用于商业社会和企业服务市场。

『AI教母』李飞飞带领的斯坦福人工智能团队前几个月公布的测评结果也显示，开源大模型全面落后闭源大模型。尤其是在最能体现模型应用和智能体能力的AgentBench项目上，闭源模型评分为4分，而开源仅为0.96，两者差距高达300%。

不仅能力差，开源大模型还存在一系列问题：

一是海外开源模型大多未经过严格的安全测试，数据、代码都是“黑盒子”，内部的逻辑和决策过程不透明，开发者难以对其进行精确的控制和约束，极易存在安全隐患。

其次，Post-pretrain消耗资源大，开源模型需要企业自行进行精调和优化，没有钞能力的个人玩家和小企业，很难负担起其所需的算力资源、技术开销和人力成本。

“真门槛”：想用开源，算力够吗？

用不起，是Llama3一路遇冷的另一重要原因。

美国知名AI创业者、VRSEN公司的创始人Arsenii Shatokhin在访谈中直言，“我们只有一两个客户有足够资源，来精调或运行700亿参数的Llama开源模型。”

VRSEN是一家专注于为企业客户打造AI智能体的公司，曾为多家知名企业如思科、StripePMA、HUGO PFOHE等提供过AI解决方案。

在结合真实的市场反馈和落地经验后，Arsenii Shatokhin分析出Llama3等开源大模型卖不动的原因——效率低、性价比更低。

他解释说，闭源大模型的API优化效率更高，“因为这些API是专门为模型构建的，并且尽可能地进行了优化，你只需要为你使用的东西付费，而无需其他费用。”与之相对，如果在开源模型中开发这样的优化系统，“是非常复杂的”。

正如谷歌前CEO Eric Schmidt所言，开源是一个好的模式，谷歌历史上的大部分基础设施都受益于开源，但AI行业的成本太高，开源负担不起。

同时，开源模型和闭源模型相比，存在性能差距，这种差距还将继续扩大。他强调，自己投资的法国大模型公司Mistral，将会从开源转为闭源路线。大模型的开源闭源之争，或终将随着Llama 3在市场的持续遇冷得到一个明确的答案。

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。

👉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。

在这里插入图片描述

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)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

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

在这里插入图片描述

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