Meta計劃在明年發布全新的開源版GPT-4級大模型,其參數量將是Llama 2的數倍,用戶可免費商用
根據外媒《華爾街日報》消息,Meta正在加緊開發新的大語言模型,能力將完全對標GPT-4,預計明年推出。
訊息還特別強調了,Meta新的大語言模型將比Llama 2大數倍,而且大機率還是會開源,支援免費商用。
自從年初Meta將LlaMA「不小心」洩漏出來之後,到7月份Llama 2的開源發布,Meta漸漸找到了自己在這次AI浪潮中的獨特位置—— AI開源社群的旗幟。
人員的變動不斷,模型的能力有缺陷,只能依賴開源軟體來解決問題
年初,在OpenAI在用GPT-4引爆了科技業之後,Google,微軟也相繼推出了自己的AI產品。
在5月份的時候,美國監管層就邀請了當時他們認為AI行業相關的頭部企業CEO,開了一個圓桌會議,討論AI技術的發展。
OpenAI、Google和微軟都受邀參加了,甚至還有新創公司Anthropic,但Meta卻沒有出現。當時官方回應Meta缺席的原因是:「我們只邀請了AI產業中最頂尖的公司。」
##好事沒有輪上Meta,但是麻煩卻源源不絕地找上門。
小札在6月初收到了國會寄來的一封質詢信,信中要求他詳細解釋3月份LlaMA洩漏事故的原因和影響。這封信措辭嚴厲,要求非常明確
而在後來的幾個月時間裡,即便在Llama 2發布之後,Meta之前花重金打造的AI團隊卻仍在逐漸分崩離析。
在Llama 2的致謝中,提到了4個最早發起這項研究的團隊成員,其中三人已經離職,目前只有Edouard Grave仍在Meta公司工作
業界大牛何愷,也將離開Meta,回歸學術界。
根據最近The Information的爆料文章,Meta的AI團隊,因為對於內部算力的爭奪,摩擦不斷,人員陸續離開。
在這樣的大背景下,小扎自己應該也很清楚,Meta自己的大語言模型,也確實沒有辦法和業界最前沿的GPT-4沾邊。
無論是從基準測試的各個方向還是使用者回饋來看,Llama 2和GPT-4之間的差距仍然很大
在各項基準測試中,開源的Llama 2和GPT-4之間存在相當大的差距
# 因此,小扎決定讓Meta繼續在模型開源之路上狂奔不止 或許小扎背後的思路是這樣的:Meta模型的能力一般,無法與閉源大佬競爭,繼續保密也沒有意義。因此,乾脆開源,讓AI社群以自家模型為基礎進行不斷迭代,以擴大自己產品在業界的影響力 小扎曾多次公開表示,開源社群對於他們的模型迭代起到了啟發作用,使得他們的技術團隊能夠在未來開發出更具競爭力的產品 小扎在Fridman的播客中強調,開源能讓Meta從社群中吸收靈感,而未來Meta可能會推出閉源模型。 請參閱:https://lexfridman.com/mark-zuckerberg-2/ 而事實也證明,Meta的這個選擇確實是正確的。 雖然在算力資源和技術實力上比不上谷歌,OpenAI,但是Meta的Llama 2等開源模型對於開源社群的吸引力依然是首屈一指的。隨著Llama 2慢慢成為AI開源社群的「技術底座」,Meta也在業界找到了自己的生態位。 最明顯的一個標誌是,馬上9月份將要召開的國會AI閉門會議之中,小扎終於成為了監管層的座上賓,和谷歌、OpenAI等行業最前沿的公司CEO一同作為代表,對於AI產業監管發出自己的聲音。 而如果明年Meta推出的新模型,能夠繼續保持進步,獲得和GPT-4持平的能力,一方面能讓開源社區持續拉近與閉源巨頭的差距,坐實了「開源社群與業界最先進水準差距在一年左右」的說法。 另一方面,小札在訪談中也曾透露,如果未來大模型能力進一步提升,Meta可能會推出自己的閉源模型。如果新的模型能進一步迫近產業SOTA,也許就離Meta推出自己的閉源模型不遠了。 儘管Meta在這次AI浪潮中似乎暫時落後,但小扎並不滿足於只做一個追隨者 在Yann Lecun的指導下,Meta也在準備顛覆整個產業 所以,這個傳說中能比肩GPT-4的神秘大模型之後,Meta AI未來會是什麼樣子? 因為目前還沒有具體訊息,我們也只能做一番猜測,例如從Meta AI首席科學家LeCun的態度入手。 當紅炸雞GPT,一直是LeCun批評和鄙視的人工智慧發展路線。 今年2月4日,LeCun直截了當地表達了他的觀點,他認為大型語言模型在通往人類級別AI的道路上是一條錯誤的路徑 他認為這種根據機率生成自回歸的大模型最多活不過5年,因為這些人工智慧只是在大量的文本上訓練的,它們無法理解現實世界。 這些模型既不會進行計劃,也不能進行推理,它們只具備上下文學習的能力 嚴肅的說,這些在LLM上訓練的人工智慧幾乎毫無「智能」可言。 而LeCun期待的,則是能夠通往AGI的 「世界模型」。 世界模型能夠學習世界如何運作,更快速地進行學習,為完成複雜任務做出計劃,並隨時應對不熟悉的新情況。 這與需要大量預訓練的LLM不同,世界模型能夠像人類一樣,從觀察中找到規律,適應新環境、掌握新技能。 Meta力求多樣化的模型開發,與OpenAI在LLM領域不斷精進深耕的策略相比 今年6月14日, Meta發布了一個「類人」的人工智慧模型I-JEPA,也是史上第一個基於LeCun世界模型願景關鍵部分的AI模型。 請點擊以下連結查看論文:https://arxiv.org/abs/2301.08243 I-JEPA能夠理解圖像中的抽象表徵,並透過自我監督學習獲取常識 #I-JEPA無需額外的人工製作知識作為輔助 隨後,Meta推出了Voicebox,這是一個全新的創新語音生成系統,它基於Meta AI提出的一種全新的方法——流匹配 它可以合成六種語言的語音,執行去雜訊、編輯內容、轉換音訊風格等操作。 Meta也發布了通用的具身AI代理人 透過語言引導技能協調(LSC),機器人可以在預先繪製的某些環境中自由移動和拾取物品 在多模態模型的開發中,Meta獨具特色 ImageBind,第一個能夠從六種不同模態綁定資訊的人工智慧模型。 它具備了機器全面的理解能力,能夠將照片中的物體與它們的聲音、三維形狀、溫度以及運動方式聯繫起來 而來自Meta AI和CMU_Robotics共同開發的RoboAgent,讓機器人可以獲得各種各樣的非平凡技能,並將它們推廣到數百個生活場景中。 所有這些場景的資料都比之前在該領域的工作少了一個數量級 ##對於這次爆料的模型,有網友表示,希望他們繼續開放原始碼。 然而,也有一些網友表示,Meta要到2024年初才會開始訓練 #但令人欣慰的是,Meta依舊釋放了自己將繼續堅持原有戰略的訊號。 Meta的未來
以上是Meta計劃在明年發布全新的開源版GPT-4級大模型,其參數量將是Llama 2的數倍,用戶可免費商用的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

DMA在C 中是指DirectMemoryAccess,直接內存訪問技術,允許硬件設備直接與內存進行數據傳輸,不需要CPU干預。 1)DMA操作高度依賴於硬件設備和驅動程序,實現方式因係統而異。 2)直接訪問內存可能帶來安全風險,需確保代碼的正確性和安全性。 3)DMA可提高性能,但使用不當可能導致系統性能下降。通過實踐和學習,可以掌握DMA的使用技巧,在高速數據傳輸和實時信號處理等場景中發揮其最大效能。

使用C 中的chrono庫可以讓你更加精確地控制時間和時間間隔,讓我們來探討一下這個庫的魅力所在吧。 C 的chrono庫是標準庫的一部分,它提供了一種現代化的方式來處理時間和時間間隔。對於那些曾經飽受time.h和ctime折磨的程序員來說,chrono無疑是一個福音。它不僅提高了代碼的可讀性和可維護性,還提供了更高的精度和靈活性。讓我們從基礎開始,chrono庫主要包括以下幾個關鍵組件:std::chrono::system_clock:表示系統時鐘,用於獲取當前時間。 std::chron

在C 中測量線程性能可以使用標準庫中的計時工具、性能分析工具和自定義計時器。 1.使用庫測量執行時間。 2.使用gprof進行性能分析,步驟包括編譯時添加-pg選項、運行程序生成gmon.out文件、生成性能報告。 3.使用Valgrind的Callgrind模塊進行更詳細的分析,步驟包括運行程序生成callgrind.out文件、使用kcachegrind查看結果。 4.自定義計時器可靈活測量特定代碼段的執行時間。這些方法幫助全面了解線程性能,並優化代碼。

在C 中處理高DPI顯示可以通過以下步驟實現:1)理解DPI和縮放,使用操作系統API獲取DPI信息並調整圖形輸出;2)處理跨平台兼容性,使用如SDL或Qt的跨平台圖形庫;3)進行性能優化,通過緩存、硬件加速和動態調整細節級別來提升性能;4)解決常見問題,如模糊文本和界面元素過小,通過正確應用DPI縮放來解決。

C 在實時操作系統(RTOS)編程中表現出色,提供了高效的執行效率和精確的時間管理。 1)C 通過直接操作硬件資源和高效的內存管理滿足RTOS的需求。 2)利用面向對象特性,C 可以設計靈活的任務調度系統。 3)C 支持高效的中斷處理,但需避免動態內存分配和異常處理以保證實時性。 4)模板編程和內聯函數有助於性能優化。 5)實際應用中,C 可用於實現高效的日誌系統。

交易所內置量化工具包括:1. Binance(幣安):提供Binance Futures量化模塊,低手續費,支持AI輔助交易。 2. OKX(歐易):支持多賬戶管理和智能訂單路由,提供機構級風控。獨立量化策略平台有:3. 3Commas:拖拽式策略生成器,適用於多平台對沖套利。 4. Quadency:專業級算法策略庫,支持自定義風險閾值。 5. Pionex:內置16 預設策略,低交易手續費。垂直領域工具包括:6. Cryptohopper:雲端量化平台,支持150 技術指標。 7. Bitsgap:

在MySQL中,添加字段使用ALTERTABLEtable_nameADDCOLUMNnew_columnVARCHAR(255)AFTERexisting_column,刪除字段使用ALTERTABLEtable_nameDROPCOLUMNcolumn_to_drop。添加字段時,需指定位置以優化查詢性能和數據結構;刪除字段前需確認操作不可逆;使用在線DDL、備份數據、測試環境和低負載時間段修改表結構是性能優化和最佳實踐。

C 中使用字符串流的主要步驟和注意事項如下:1.創建輸出字符串流並轉換數據,如將整數轉換為字符串。 2.應用於復雜數據結構的序列化,如將vector轉換為字符串。 3.注意性能問題,避免在處理大量數據時頻繁使用字符串流,可考慮使用std::string的append方法。 4.注意內存管理,避免頻繁創建和銷毀字符串流對象,可以重用或使用std::stringstream。
