(圖說:拍攝於 Lac de Neuchatel 湖畔,瑞士。圖片來源:Ernest。)
概覽摘要 Briefing
歷史考古 History
古往今來,縱橫脈絡。
- 2023-02-24: Introducing Meta LLaMA
- 2023-07-18: Introducing Meta Llama 2
- 2024-04-18: Introducing Meta Llama 3
產品 Products
Meta LLaMA
- LLaMA (Large Language Model Meta AI)
- aka Meta Llama 1
- Blog = Introducing LLaMA: A foundational, 65-billion-parameter language model
- Paper = [2302.13971] LLaMA: Open and Efficient Foundation Language Models
Meta Llama 2
Meta 在 2023 年 7 月 18 日宣布推出 Llama-2,作為 LLaMA 的進階版本,提供 70 億 (7B)、130 億 (13B) 及 700 億 (70B) 參數的模型大小。這些新版本在保持與 LLaMA-1 模型相似的結構的同時,增加了 40% 的訓練數據。一份預印文件 1 還透露了一個 340 億參數模型的計劃,該模型的發布取決於達到必要的安全標準。
- Product = Meta Llama 2
- Blog = Meta and Microsoft Introduce the Next Generation of Llama
- Paper = [2307.09288] Llama 2: Open Foundation and Fine-Tuned Chat Models
- GitHub = meta-llama/llama: Inference code for Llama models
- Summary
- Llama-2 is weak in coding.
- Claude-2 excels in coding, mathematics, and logical thinking, including the ability to comprehend PDFs – a task that GPT 4 still struggles with.
![](/en/notes/ai/meta-ai/Meta-Llama-2-benchmark_hu9117022722481521146.png)
(Safety human evaluation results. Lower is safer.)
(Carbon Footprint of Pretraining.)
Meta Llama 3
Meta 於 2024 年 4 月 19 日推出了兩種配置的 Llama-3 模型,分別具有 80 億 (8B) 和 700 億 (70B) 參數。這些模型預先在大約 15 兆的公開來源文本詞彙上進行訓練,隨後透過同樣公開的指示性資料集進行精進,並加入超過一千萬個人工註釋實例。Meta 計劃推出具備多模式功能、多語言支援及更大上下文理解的模型。目前,一個擁有超過 4000 億 (400B+) 參數的模型正在訓練中。
- Product = Meta Llama 3
- Blog = Introducing Meta Llama 3: The most capable openly available LLM to date
- GitHub = meta-llama/llama3: The official Meta Llama 3 GitHub site
- Interview = Mark Zuckerberg - Llama 3, $10B Models, Caesar Augustus, & 1 GW Datacenters - YouTube
![](/en/notes/ai/meta-ai/Meta-Llama-3-Instruct-model-performance_hu11962132116124053419.png)