Llama3.2开源：Meta发布1B和3B端侧模型、11B和90B多模态模型

程序员笑武

于 2024-09-26 20:35:11 发布

阅读量519

点赞数 5

文章标签： embedding 人工智能知识图谱 chatgpt gpt

本文链接：https://blog.csdn.net/m0_59164304/article/details/142577379

版权

开源啦！开源啦！

早上起来发现，Meta AI又开源模型，文本模型开源了端侧小模型1B和3B模型，也是首次开源了多模态大模型11B和90B两个版本；同时还开源了一个 Llama Stack项目。

Blog: https://ai.meta.com/blog/llama-3-2-connect-2024-vision-edge-mobile-devices/   HF: https://huggingface.co/collections/meta-llama/llama-32-66f448ffc8c32f949b04c8cf

其中Llama3.2多模态模型在图像识别和一系列视觉理解任务方面效果优于Claude 3 Haiku 和 GPT4o-mini。文本模型-Llama3.2-3B模型在循指令、总结、提示重写和工具使用等任务上优于 Gemma 2 2.6B 和 Phi 3.5-mini 模型。

在这里插入图片描述

多模态模型效果

在这里插入图片描述

端侧模型效果

多模态模型

Llama3.2的11B和90B模型多模态是基于Llama3.1-8B、70B文本模型上，增量增加图像模型。

pretrain阶段：

文本模块由Llama3.1模型初始化，并初始化图像编码器，利用大规模噪声（图像、文本、6B数据对）对数据进行预训练
再用中等规模的高质量的领域、知识增强的（图像、文本、3M数据对）数据预训练。

posting-train阶段：

通过监督微调、拒绝采样和直接偏好优化进行多轮对齐
使用 Llama 3.1 模型过滤和增强图像上的问题和答案，利用合成数据生成和奖励模型对所有候选答案打分排序，获取高质量的微调数据
还添加了安全数据

端侧小模型

1B和3B模型都是基于8B模型裁剪后进行模型初始化，并且利用8B和70B模型进行模型蒸馏，9T数据预训练。

特别注意，这里蒸馏不是那种通过更大模型进行数据生成的蒸馏，而是再模型训练阶段，利用8B 和 70B 模型输出的 logits 影响模型loss，也就是传统的蒸馏方法。

在这里插入图片描述

在post-traning阶段，训练方式语Llama3.1一致，采样监督微调、拒绝采样和直接偏好优化模型。

最后模型支持上下文扩展到 128K 个，同时也针对性优化了模型的多种能力，例如摘要、重写、指令遵循、语言推理和工具使用。

Llama Stack项目


Github: https://github.com/meta-llama/llama-stack

定义并标准化了将生成式 AI 应用程序推向市场所需的构建模块，跨越整个开发生命周期：从模型训练和微调，到评估，再到在生产环境中构建和运行AI Agent。

主要是为了简化开发人员在不同环境（包括单节点、本地、云和设备上）中使用 Llama 模型的方式，帮助快速实现检索增强生成、工具使用等能力的快速部署。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

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。

在这里插入图片描述