【全网瞩目】你想知道的Llama3都在这里

Meta发布了开放式生成人工智能模型 Llama 系列的最新产品： Llama 3。或者更准确地说，该公司首次发布了其新的 Llama 3 系列中的两个模型，其余模型将在未来某个不确定的日期发布。
Meta 称，与上一代 Llama 型号 Llama 2 8B 和 Llama 2 70B 相比，这两款新型号–Llama 3 8B（包含 80 亿个参数）和 Llama 3 70B（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，在两个定制的 24,000 GPU 集群上训练的 Llama 3 8B 和 Llama 3 70B 是当今性能最好的生成式人工智能模型之一。
这是一个相当了不起的成就。那么 Meta 是如何支持它的呢？该公司指出，Llama 3 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测试中的得分。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，Llama 3 8B 均优于其他开放模型，如 Mistral 的Mistral 7B和 Google 的Gemma 7B，这两个模型均包含 70 亿个参数： 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（另一个数学基准）、AGIEval（解决问题测试集）和 BIG-Bench Hard（常识推理评估）。
现在，Mistral 7B 和 Gemma 7B 并不完全处于领先地位（Mistral 7B 于去年 9 月发布），在 Meta 引用的几个基准测试中，Llama 3 8B 的得分仅比这两个基准测试高几个百分点。但 Meta 还声称，参数数更多的 Llama 3 模型 Llama 3 70B 与旗舰生成式人工智能模型（包括谷歌 Gemini 系列的最新产品 Gemini 1.5 Pro）相比具有竞争力。

Llama 3 70B 在 MMLU、HumanEval 和 GSM-8K 三项基准测试中均优于 Gemini 1.5 Pro，而且，虽然它无法与 Anthropic 性能最强的模型 Claude 3 Opus 相媲美，但在五项基准测试（MMLU、GPQA、HumanEval、GSM-8K 和 MATH）中，Llama 3 70B 的成绩优于 Claude 3 系列中第二弱的模型 Claude 3 Sonnet。

值得一提的是，Meta 还开发了自己的测试集，涵盖了从编码、创意写作、推理到总结等各种用例！- Llama 3 70B 在与 Mistral 的 Mistral Medium 模型、OpenAI 的 GPT-3.5 和 Claude Sonnet 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，新款 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，以及更高的琐事问题、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：一个包含 15 万亿个标记的数据集，或者说一个令人难以置信的 ~750,000,000,000 单词的数据集，是 Llama 2 训练集的七倍。(在人工智能领域，"词块 "指的是细分的原始数据，比如 "奇妙 "一词中的音节 “fan”、"tas "和 “tic”）。

这些数据从何而来？问得好。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 Llama 2 训练数据集的四倍，其中 5%的数据集包含非英语数据（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 Llama 3 模型训练，由于这种方法存在潜在的性能缺陷，因此颇受争议。

"Meta 在与 TechCrunch 分享的一篇博文中写道："虽然我们今天发布的模型只针对英文输出进行了微调，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，这也是不愿意透露太多信息的另一个原因。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（Sarah Silverman）在内的一些作者正在对 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 Llama 2）的另外两个常见问题–毒性和偏差又是怎么回事呢？Llama 3 是否在这些方面有所改进？是的，Meta 声称。
Meta 称，它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 Llama Guard 和 CybersecEval，以防止滥用 Llama 3 模型和其他模型生成不必要的文本。该公司还发布了一款新工具 Code Shield，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，过滤并不是万无一失的，Llama Guard、CyberSecEval 和 Code Shield 等工具也只能做到这一步。(参见：Llama 2 容易编造问题答案，泄露私人健康和财务信息）。我们将拭目以待，看看 Llama 3 型号在野外的表现如何，包括学术界对其他基准的测试。

Meta公司表示，Llama 3模型现在已经可以下载，并为Meta公司在Facebook、Instagram、WhatsApp、Messenger和网络上的Meta人工智能助手提供支持，不久后将以托管形式托管在各种云平台上，包括AWS、Databricks、Google Cloud、Hugging Face、Kaggle、IBM的WatsonX、Microsoft Azure、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。

Llama 3 型号可能会被广泛使用。但你会注意到，我们用 "开放 "来形容它们，而不是 “开源”。这是因为，尽管Meta 公司声称，其Llama 系列模型并不像它让人们相信的那样没有附加条件。没错，它们既可用于研究，也可用于商业应用。不过，Meta 禁止开发者使用 Llama 模型训练其他生成模型，而月用户超过 7 亿的应用开发者必须向 Meta 申请特殊许可，Meta 会酌情决定是否批准。
更强大的 Llama 模型即将问世。
Meta 表示，它目前正在训练的 Llama 3 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 Llama 3 系列与 Hugging Face 的Idefics2 等开放版本保持一致。

"我们近期的目标是让 Llama 3 成为多语言、多模态、有更长语境的产品，并继续提高推理和编码等核心（大型语言模型）能力的整体性能，"Meta 在一篇博文中写道。“还有很多事情要做”。