Meta lanserar LLaMA, utmanar GPT-3 med effektiv AI-modell
Meta har introducerat LLaMA, en ny stor språkmodell avsedd för forskningsändamål. Modellen uppges matcha预standa med större konkurrenter men kräver betydligt mindre beräkningskraft.
Vad har hänt
Den 25 februari meddelade Meta lanseringen av LLaMA (Large Language Model Meta AI), en serie stora språkmodeller. LLaMA finns i fyra storlekar: 7 miljarder, 13 miljarder, 33 miljarder och 65 miljarder parametrar. Enligt Meta Research kan LLaMA med 13 miljarder parametrar prestera likvärdigt med OpenAI:s GPT-3 (175 miljarder parametrar) på vissa riktmärken, och drivas på ett enda grafikkort. Den största modellen, LLaMA-65B, jämförs med DeepMinds Chinchilla och Googles PaLM i prestanda.
Snabbfakta
| Lanseringsdatum | 25 februari 2023 |
|---|---|
| Parametrar LLaMA | 7B, 13B, 33B, 65B |
| OpenAI GPT-3 parametrar | 175B |
| Modelltyp | Grundläggande språkmodell |
| Tillgänglighet | Forskningsändamål, icke-kommersiell |
”LLaMA “i生成文本、进行对话、总结书面材料以及解决数学定理或预测蛋白质结构等更复杂的任务方面表现出了很大的潜力””
Varför det spelar roll
Utvecklingen är betydelsefull då den visar att högpresterande språkmodeller kan byggas med avsevärt färre parametrar och därmed med mindre beräkningsresurser. Detta sänker tröskeln för forskare och utvecklare att experimentera med och vidareutveckla stora språkmodeller. Metas uttalade mål är att med LLaMA bland annat utforska sätt att minska riskerna med generativ AI, såsom partiskhet och spridning av felinformation, genom forskningssamarbeten.
Vem påverkas
Huvudsakligen påverkas AI-forskare, akademiker och utvecklare som arbetar med stora språkmodeller. De får nu tillgång till en kraftfull modell som är mer resurseffektiv att köra och studera. Då LLaMA släpps under en icke-kommersiell licens är den primärt avsedd för att driva fram forskning och innovation inom fältet, snarare än för omedelbar kommersiell tillämpning.
EU-status
Ej relevant för EU-status.
Mer att veta
Meta utvecklade LLaMA med enbart offentligt tillgängliga data för träning, vilket skiljer den från vissa andra stora modeller. Detta kan potentiellt underlätta transparensen kring träningsdata och dess effekter på modellens beteende.
Snabba svar om den här nyheten
Vad har hänt?
När hände det?
Varför spelar det roll?
Vem påverkas främst?
Länken öppnar i nytt fönster och leder till utgivarens egen sida.
Källan har spårats automatiskt från utgivaren via Aheadlines signalkedja.