ChatGPT的热度稍有平息，蛰伏已久的Meta就迅速放出“大招”：

还声称，效果好过GPT，偏向性更低，更重要的是所有尺寸均开源，甚至13B的LLaMA在单个GPU上就能运行。

消息一出，直接在网上掀起一阵热度，不到一天时间，相关推文的浏览量就已经快破百万。

(资料图片仅供参考)

同在Meta的LeCun当然也得为这次大模型的热度“添油加柴”，LLaMA直接给他写了段“AI”Rap：

（不得不说效果不错，还双押了，skr～）

不过话说回来，这次Meta的LLaMA模型到底如何？

一起来一探究竟。

数学编程写求职信统统都能拿下

Meta发布的LLaMA是通用大语言模型，原理就不多赘述，和以往的大语言模型一样：

这次，Meta之所以一次给出不同大小的LLaMA模型，论文中给出了这样的解释：

也就是说，较小的模型规模加上比较大的数据集，获得的性能可能会比更大规模模型的要好很多。

一方面，小规模模型需要的计算能力和资源相对来说都会少很多，另一方面，它还能基于更多数据集训练更多token，更容易针对特定的潜在产品用例进行重新训练和微调。

除了一把给出四种尺寸的LLaMA，Meta这次还直接开源了这个大语言模型。

更重要的是，Meta为了让自己的工作与开源兼容，使用的都是公开的数据。

而这把开源，也不只利好开发人员，同样也利好Meta。

LLaMA模型也有着其他大语言模型的通病：会产生偏见性、有毒或者虚假的内容。开源吸引来的更多的研究可以帮助解决这个问题。

不过讲了这么多，Meta的这个LLaMA模型到底能做啥？

扎克伯格直接在Facebook放出豪言，这是AI大语言模型里的新SOTA：

论文的最后也给出了一些栗子：

比如说，给出几个数字，它直接就能找出其中的规律并续写，还balabala解释了一大通。

ChatGPT之前擅长写的求职信LLaMA也能轻松拿下。

编程、写小说也是分分钟的事儿：

效果超越GPT-3

当然按照惯例，在最后LLaMA还是得和其他大模型做做比较（是骡子是马，咱得拉出来遛遛）。

其中，大家比较熟悉的就是GPT-3，直接看看它们俩之间的效果比较：

相较于有1750亿参数的GPT-3，最多只有650亿参数LLaMA赢麻了：它在大多数基准上都要优于GPT-3。

比如说常识推理：

或者说一些基础问题的解决：

又比如说阅读理解：

甚至，研究人员还提供了一组评估模型偏见性和毒性的基准，得分越高，偏见就越大：

你对Meta这次的LLaMA怎么看呢？如果还想了解更多可以戳文末链接～

论文地址：https://research.facebook.com/publications/llama-open-and-efficient-foundation-language-models/参考链接：[1] https://ai.facebook.com/blog/large-language-model-llama-meta-ai/[2] https://twitter.com/GuillaumeLample/status/1629151231800115202[3] https://twitter.com/ylecun/status/1629243179068268548