最强开源大模型Llama3深夜发布 - 世界不能没有Meta * { margin: 0; padding: 0; outline: 0; } body { font-family: “PingFang SC”, system-ui, -apple-system, BlinkMacSystemFont, “Helvetica Neue”, “Hiragino Sans GB”, “Microsoft YaHei UI”, “Microsoft YaHei”, Arial, sans-serif; line-height: 1.6; } .__page_content__ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .__meta__ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .__meta__ .nick_name { color: 576B95; } .__meta__ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item_show_type_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: 576B95; text-decoration: none; cursor: default; } .text_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture_content .picture_item { margin-bottom: 30px; } .picture_content .picture_item .picture_item_label { text-align: center; } img { max-width: 100%; } .pay_subscribe_notice { margin: 30px 0; padding: 20px; background: fffbe6; border: 1px solid ffe58f; border-radius: 8px; } .pay_subscribe_badge { display: inline-block; padding: 4px 12px; background: faad14; color: fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay_subscribe_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay_subscribe_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .__bottom-bar__ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .__bottom-bar__ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .__bottom-bar__ .right { display: flex; } .__bottom-bar__ .sns_opr_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .__bottom-bar__ .sns_opr_btn:not(:last-child) { margin-right: 16px; } .__bottom-bar__ .sns_opr_btn > img { margin-right: 4px; }
最强开源大模型Llama3深夜发布 - 世界不能没有Meta
原创 数字生命卡兹克 数字生命卡兹克 2024-04-19 02:47 天津
其实昨天在微软的偷跑之后，就已经有消息说，Llama3要出了。
这个消息的振奋程度，对于AI圈来说，甚至不亚于所谓的GPT4.5。
毕竟，meta才是真正的那个”OpenAI”。
有多少大模型的生态，是建立在Llama上的，大家都懂。
而这个开源之光，被全世界无数人盯着的大模型，Llama3，在时隔近9个月之后的今晚。
终于正式发布了。
我的几个朋友，都已经疯了，比如zR同学：
今夜无眠。
Llama3目前在自己的官网和huggingface上，模型已经上架：
https://llama.meta.com/llama3/
而且还是meta的老规矩，虽然写的是特定条件下商业使用（月活不得超越7亿），但是基本等于完全免费商用了。
这次开源了2个模型，8B和70B。
然后就是大模型的传统艺能：跑分。
坦率的讲，他们这个跑分，有一点的离谱。
5个评测集分别是MMLU（学科知识理解）、GPQA（一般问题）、HumanEval（代码能力）、GSM-8K（数学能力）、MATH（比较难得数学）
不管是8B还是70B，基本等于全线秒杀。
8B这边，直接把同尺寸的摁在地上打。
曾经的Mistral 7B也是有过辉煌的。
现在也被干成了时代的眼泪。
甚至，Llama3自己的8B模型，效果都比Llama2的70B要好，这事就非常的特么离谱。
而Llama3 70B那边，直接对标Gemini Pro 1.5（Gemini：我到底做错了啥）和Claude3 Sonnet。GPT-4逃过一截哈哈哈哈。
这个分数真的很恐怖了，毕竟参数量跟两玩意都不是一个量级的，Llama3只有70B，还能打的有来有回，虽然跟Claude3最牛逼的那个Opus还有一些差距，但是这特么是开源的啊！
他们还做了一个有趣的测试，搞了一个全新的高质量评估集。
里面包含 1800 个提示，涵盖 12 个关键用例，分别是：
寻求建议、头脑风暴、分类、封闭式问答、编码、创意写作、提取、塑造角色/角色、开放式问答、推理、重写和总结。
最骚的是，为了防止过拟合，甚至Llama3自己的建模的团队事先都不知道这玩意。然后针对 Claude Sonnet、Mistral Medium 和 GPT-3.5，对这些类别和提示进行人工评估。
结果就是：
很强。
不过也有两个很der的点。
一个是知识库时间，一个是上下文长度。
知识库这块，7B只到2023年3月，70B到了2023年12月。
上下文长度更是只有可怜的8K。
知识库的时间还好说，但是你这个上下文长度，在现在动不动200k的时代里，属实是有点不够看了。。
Llama3的训练数据，用了超过15T词库的预训练，是Llama 2的七倍。包含的代码数量是Llama 2的四倍。预训练数据集含5%以上的非英语数据，覆盖30多种语言。
而且，他们还有个400B的离谱玩意还在训练中。但是我觉得400B的这玩意大概率不会开源。。。
再对比一下目前的主流的最强模型：
就…离谱
直接跟Claude3 Opus和GPT4 Turbo差不多，爆杀了Gemini Pro 1.5。
嗯。。。。无话可说。。。
现在可以直接在的官网用：https://www.meta.ai/
如果你没Meta账号的话，也可以在这用：https://llama3.replicate.dev/
当然，我相信更多的人，还是会下载下来，本地部署+微调。
Llama3的中文还是不咋地，几乎就没啥数据，所以还是得靠大佬微调以后才能用，前提是必须遵守Llama 3社区许可证和可接受使用政策。
而我们再跑了2小时后，我们发现很突出的一点是，代码能力太炸了。
zR跑了很多的case（都是英文）。
比如一个经典的皇后问题。
Llama3-8B直接给出了解法：
然后，运行。
这特么在Llama2中，基本是不可能的，只有专门的代码模型，才能搞定。
要知道，Llama3-8B，只是一个8B的通用大模型啊。。。
然后，我们又上了一个贼难的一题。按zR的话说，这就是leetcode上，最难的一题。
题目是：
然后跑了一次，报错了，给了报错和答案错误，对话三次后：
。。。
他自闭了。
GPT4同样出错，享受跟Llama3-8B的同等待遇，还是没干出来。
但是Llama3-8B，干出来了。。。
太抽象了。。。
总结来说，Llama3这次，绝对是王炸级别的模型。
也可以当之无愧的说，就是最强的开源模型。
Meta再次证明了，自己才是那个”OpenAI”，而那个OpenAI，只是个”CloseAI”。
世界不能没有Meta。
还有个小插曲是，今天还是吴恩达的生日。
所以话说回来，OpenAI你的GPT5还在等啥呢？
快狙击啊。别怂。
赶紧的。
我们等你。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章。
数字生命卡兹克
 阅读 赞  分享 ‘%3E %3Cg transform=‘translate(0 -2.349)‘%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=‘%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=‘%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言