今日凌晨，就在我們還在睡夢中時，大洋彼岸的Meta干了一件大事:發(fā)布免費可商用版本Llama2。Llama2是Llama1大模型的延續(xù)，在數(shù)據(jù)質(zhì)量、訓練技術、能力評估、安全訓練和負責任的發(fā)布方面有實質(zhì)性的技術進步。在研究共享意愿歷史最低，監(jiān)管困境歷史最高點的當今AI時代，Meta這一步無疑
......
本文由站長之家合作伙伴自媒體作者“大數(shù)據(jù)文摘公眾號”授權發(fā)布于站長之家平臺，本平臺僅提供信息索引服務。由于內(nèi)容發(fā)布時間超過平臺更新維護時間，為了保證文章信息的及時性，內(nèi)容觀點的準確性，平臺將不提供完全的內(nèi)容展現(xiàn)，本頁面內(nèi)容僅為平臺搜索索引使用。需閱讀完整內(nèi)容的用戶，請查看原文，獲取內(nèi)容詳情。
（舉報）
Meta最近發(fā)布了Llama2LongAI模型，該模型在一些任務上超越了GPT-3.5Turbo和Claude2。通過改進訓練方法和編碼技術，Meta的研究人員提高了這個AI模型的性能，使其能夠更好地處理長文本和復雜任務。強調(diào)了合作的重要性，指出不是每個企業(yè)都擁有高級的數(shù)據(jù)工程和數(shù)據(jù)科學技能，因此需要與具有相關技術和深刻了解整個領域的合作伙伴合作來解決這一問題。
Meta最新發(fā)布的Llama2-Long模型引領著處理長文本的革命。這個模型不僅處理長文本輸入在不顯著增加計算需求的情況下，保持了卓越性能。它不僅改進了處理長文本的性能通過創(chuàng)新策略為該領域注入了新的活力。
在萊克斯·弗里德曼的播客中，馬克·扎克伯格透露Llama2的成功遠超預期。盡管關于Llama3的具體計劃還未公布，但扎克伯格表示新的模型版本正在訓練中，同時明確表示Llama3的推出還沒那么近。據(jù)說Llama3也將免費開源。
最強中文版LLaMA-2來了!15小時訓練，僅需數(shù)千元算力，性能碾壓同級中文漢化模型，開源可商用。LLaMA-2相較于LLaMA-1，引入了更多且高質(zhì)量的語料，實現(xiàn)了顯著的性能提升，全面允許商用，進一步激發(fā)了開源社區(qū)的繁榮，拓展了大型模型的應用想象空間。ColossalAI云平臺現(xiàn)已開啟公測，注冊即可獲得代金券，歡迎參與并提出反饋。
一年一度的MetaConnect大會上發(fā)布了一系列以AI為重點的公告。不僅是最新的MR耳機、與Ray-Ban合作打造的智能眼鏡，最重要的是，Meta將在自身的所有通訊類App、MetaQuest3和未來的Ray-BanMeta智能眼鏡中內(nèi)置生成式AI技術驅(qū)動的新功能，從多輪對話的AI助手到圖像編輯等一應俱全。對于Meta與微軟的合作，有網(wǎng)友做了一些有趣的梗圖，比如「殺死OpenAI」。
MetaPlatforms在9月29日發(fā)布了一篇計算機科學論文，介紹了其新發(fā)布的Llama2LongAI模型。該模型在某些任務上擊敗了GPT-3.5Turbo和Claude2，這表明Meta的開源方法在生成人工智能領域取得了重大進展。該模型的開源性也表明，開源方法在這一領域具有競爭力。
圖源備注：圖片由AI生成，圖片授權服務商Midjourney回想兩個月前，LLaMA2的開源，曾以一己之力改變了大模型領域的競爭格局。相比于今年2月推出的第一代LLaMA，LLaMA2在推理、編碼、精通性和知識測試等任務中都實現(xiàn)了性能的大幅提升，甚至可以在某些數(shù)據(jù)集上接近GPT-3.5。如何讓大模型的能力與業(yè)務場景更好結合，同樣是當下每一家大模型提供商的重點課題，也需要科技公司、學術機構和開發(fā)者共同創(chuàng)造。
國產(chǎn)新標桿:免費可商用的200億參數(shù)大模型，來了!書生·浦語大模型20B版本正式發(fā)布，一舉刷新國內(nèi)新一代大模型開源紀錄。它由上海人工智能實驗室與商湯科技聯(lián)合香港中文大學和復旦大學共同推出。正如林達華所說:這或許才是當下大模型趨勢里，大家最應該“卷”的方向。
開源界最強的中英雙語大模型，悟道·天鷹34B，來了!有多強?一言蔽之:不僅模型夠大夠能打還一口氣送上整套“全家桶”級豪華周邊。能有如此大手筆的，正是中國大模型開源派先鋒——智源研究院。Aquila2模型全系開源地址:https://github.com/FlagAI-Open/Aquila2https://model.baai.ac.cn/https://huggingface.co/BAAIAquilaSQL開源倉庫地址:https://github.com/FlagAI-Open/FlagAI/tree/master/examples/Aquila/Aquila-sqlFlagAttenti
從頭預訓練大模型被認為需要高達5000萬美元的投資，這讓很多開發(fā)者和中小企業(yè)望卻步。Colossal-LLaMA-2的出現(xiàn)降低了大模型的門檻。該方案業(yè)已應用到多個行業(yè)領域，構建垂類大模型并取得良好效果。
