Meta发布最强开源大模型Llama 3.1，扎克伯格谈为何坚持开源之路

在很长一段时间内，占据大模型评测榜单最前列的大多是一些闭源模型，直到Meta再次发布了最新的开源模型。当地时间7月23日，Meta推出最新的开源大模型系列Llama 3.1，称“正迎来一个由开源引领的新时代”。

Meta将此次发布的Llama 3.1 405B模型称作“世界上功能最强大的公开基础模型”，在一系列任务中能够与目前的领先模型相媲美，包括OpenAI的GPT-4、GPT-4o，以及Anthropic的Claude 3.5 Sonnet。

例如，在评估大语言模型性能的MMLU基准测试中，Llama 3.1 405B模型得分为88.6，GPT-4o为88.7，Claude 3.5 Sonnet为88.3。而在部分数学、推理等能力测试中，Meta新模型的分数要高于GPT-4o等闭源模型。

Llama 3.1 405B模型也是Meta迄今为止参数规模最大的模型，同步推出的还有今年4月面世的8B和70B模型的升级版本。但相较而言，Meta新模型的参数规模仍比不过其他竞争对手。OpenAI的GPT-4拥有1万亿个参数，亚马逊此前也传正在训练一个拥有2万亿参数的大模型。

虽然Meta一直是开源模型阵营的执旗者，其所采取的开源模式却不同于传统的定义。Meta并不会公布Llama系列模型的训练数据和训练代码，虽然它们比闭源模型更开放和可访问，但在使用时仍需遵守特定的许可条款。而Meta此次也修改了模型许可证，允许开发者使用其模型的输出来改进其他模型。

拥有4050亿参数的最新模型是在超过16000个英伟达H100 GPU上进行训练的。在彭博社的采访中，Meta创始人兼首席执行官马克·扎克伯格透露称，Llama 3模型在训练计算能力方面花费了数亿美元，预计未来模型的训练成本将会继续升高，达数十亿美元。

“我认为现在很多公司都存在过度建设的情况，当你回头看时，会觉得‘哦，我们可能都花了比实际多几十亿美元的钱’。另一方面，我认为所有投资的公司都在做出理性的决定，因为落后的弊端在于，你在未来10到15年最重要的技术领域失去了位置。”扎克伯格表示。

但Meta在人工智能领域上的加大投资引发了投资者对成本飙升的担忧。在4月公布一季度财报时，Meta表示为支持AI产品开发及数据中心设施建设，将全年资本支出从300-370亿美元上调为350-400亿美元，同时二季度的业绩展望也不及预期。这导致Meta股价大跌，当日市值缩水近2000亿美元。

顶着AI领域的巨额支出，Meta为何一直支持开源模型？

7月23日，在Llama 3.1发布之时，扎克伯格发表了一篇名为“开源人工智能是前进的道路”的署名公开信，从开源模型为何有益于开发者、Meta、世界等多个角度展开阐述。

其中，扎克伯格提到，他的经验之一，是在苹果平台上构建Meta服务时受到限制，包括苹果对开发者征税的方式、适用的规则等。这让他意识到不能陷入竞争对手的封闭生态系统，同时还要确保自己能够使用最佳的技术。

在与彭博社的采访中，扎克伯格补充道，“如果AI在未来会变得和移动平台一样重要，那么我不想通过竞争对手来获取AI。我们是一家科技公司，需要不仅在应用层，而是在所有底层上都能构建东西。对我们来说，为此进行大规模投资是值得的。”

此外，推出开源模型有助于Meta扩大其AI生态系统。Meta表示，将有超过25个合作伙伴提供Llama 3.1模型的相关服务，包括亚马逊、英伟达、大数据公司Databricks等，支持开发者及企业等微调和蒸馏自己的模型。

Meta的开源模型也被集成到旗下多款应用中。目前在Facebook、Messenger和Instagram等应用上，AI助手Meta AI已支持使用Llama 3.1 70B模型。扎克伯格称，Meta AI已有数亿用户，预计到今年年底将超过ChatGPT成为最受欢迎的AI助手。

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

所有资料 ⚡️ ，朋友们如果有需要全套 《LLM大模型入门+进阶学习资源包》，扫码获取~

👉[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]👈

​

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI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。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

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
    - L2.2.1 什么是Prompt
    - L2.2.2 Prompt框架应用现状
    - L2.2.3 基于GPTAS的Prompt框架
    - L2.2.4 Prompt框架与Thought
    - L2.2.5 Prompt框架与提示词
  • L2.3 流水线工程
    - L2.3.1 流水线工程的概念
    - L2.3.2 流水线工程的优点
    - L2.3.3 流水线工程的应用
  • 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
    - L3.1.1 Agent模型框架的设计理念
    - L3.1.2 Agent模型框架的核心组件
    - L3.1.3 Agent模型框架的实现细节
  • L3.2 MetaGPT
    - L3.2.1 MetaGPT的基本概念
    - L3.2.2 MetaGPT的工作原理
    - L3.2.3 MetaGPT的应用场景
  • L3.3 ChatGLM
    - L3.3.1 ChatGLM的特点
    - L3.3.2 ChatGLM的开发环境
    - L3.3.3 ChatGLM的使用示例
  • L3.4 LLAMA
    - L3.4.1 LLAMA的特点
    - L3.4.2 LLAMA的开发环境
    - L3.4.3 LLAMA的使用示例
  • 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

学习计划：

• 阶段1：1-2个月，建立AI大模型的基础知识体系。
• 阶段2：2-3个月，专注于API应用开发能力的提升。
• 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
• 阶段4：4-5个月，专注于高级模型的应用和部署。

这份完整版的所有 ⚡️ 大模型 LLM 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

全套 《LLM大模型入门+进阶学习资源包》↓↓↓ 获取~

👉[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👈

​