如何看Meta发布的全新大模型 LLaMa 2？免费商用又如何快速用起来？
01
引言
Facebook母公司Meta上周（7.19）发布了新一代可商用大语言模型LLaMa 2，可以说是迄今为止ChatGPT最强大的开源竞争对手。LLaMa 2因为性能强劲，关键是完全免费商用，其对大模型行业的格局也势必产生较大影响。
LLaMa 2对比其他开源模型均有明显胜出不光开源了模型，Meta还写了一篇76的paper，把各种细节都讲的清清楚楚，相比 OpenAI，这是真的开放！建议大家去阅读（下一篇会分享一个翻译插件帮助大家阅读），复制下面地址下载即可：https://ai.meta.com/research/publications/llama-2-open-foundation-and-fine-tuned-chat-models/
LLaMa 2推出当天，傅盛和朱啸虎就又在朋友圈开始了据6月份后的第二次斗嘴。大模型行业到底是该笑呢，还是哭呢？很有意思。
反正作为应用层和消费者，我们肯定是乐得一笑的。并且，据LLaMa 2文档明确表示，直到你的产品月活跃用户达到7亿，商业使用LLaMa 2都是免费的。这将是多么令人兴奋的一件事，可以相信未来就是人手一个专属的LLM。
要知道现在单纯国内就是千模大赛，LLaMa 2出来以后，想想大多数的处境都会比较尴尬，甚至被排死在沙滩上。除非Top几家因中文语料比较丰富的，中文模型效果更为突出，或者是垂直模型另说。因为一个行业不仅应用层不需要重复造轮子，大模型行业也同样如此。
02
LLAMA 2的参数和训练
1、LLaMa2 的性能和参数
对于LLaMa2 的性能和参数，官网上（ai.meta.com/llama）介绍得很详细也很清楚：
- LLaMa2 的训练数据比LLaMa 1 多 40%，上下文长度是LLaMa 1 的两倍。
- LLaMa2有大小三个版本分别是7B 13B和70B。
- 预训练的Token为2 万亿，上下文长度为4096。
- 据Meta所说，LLaMa2在许多外部基准测试中都优于其他开源语言模型，包括推理、编码、熟练程度和知识测试。
2、LLaMa2 的模型架构
- LLaMa2-Chat 的基础是 LLaMa2 系列预训练语言模型。LLaMa2使用标准的Transformer架构。
- LLaMa2-Chat 通过监督微调和强化学习人类反馈进行了优化。先进行监督微调，然后应用包括拒绝采样和PPO在内的强化学习算法进行迭代改进。
- 采用了一些优化,比如预规范化、SwiGLU激活函数和旋转位置嵌入(RoPE)。
- LLaMa2-Chat有70亿、34亿、13亿和7亿参数的版本。训练使用公开可获得的数据,没有使用任何Meta用户数据。
3、LLaMa2 的训练方法论
1）预训练
- 使用公开可获得的在线数据进行预训练,总计2万亿个标记。
- 对数据进行了清洗，移除了一些包含大量个人信息的网站。
- 采用标准的Transformer架构，以及一些优化如RoPE等。
2）监督微调
- 使用高质量的人工标注数据(约3万示例)进行监督微调。
- 优化回答标记，而不是提示标记。
3）基于人类反馈的强化学习
- 收集人类偏好数据: letting人类比较并选择更好的回复。
- 训练奖励模型,给回复打分。
- 使用拒绝抽样和PPO算法进行迭代调优。
4）安全性
- 收集安全/有帮助的数据进行监督微调。
- 训练独立的安全性奖励模型。
- 使用内容蒸馏等方法增强安全性。
在模型安全性方面，LLaMa2 可以说是一骑绝尘，一举超越了 ChatGPT。事实上，开源模型的安全大多都很糟糕，通过下图量化对比你能知道它们会有多差。
4、关于代码能力
官方使用了 human evel 作为测试。官方说得很明白，LLaMa2和 GPT3.5 还是有「显著的差距」。具体得分 LLaMa2 29.9，GPT3.5 48.1，GPT4 67 。同时也能看到 PaLM-2 的各项指标也都不错，是比 LLaMa2要强的。
5、评估
- 在4K提示上进行有用性人类评估，与ChatGPT等旗鼓相当。
- 在2K提示上进行安全性人类评估，优于多个基准模型。
6、如何申请模型使用
- 与 LLaMa1 版本不同，这次Meta开放了商业使用的权限。
- 现在可以直接在这个页面申请下载模型使用：https://ai.meta.com/resources/models-and-libraries/llama-downloads
- 日活大于7亿的产品需要单独申请商用权限
- 不得使用 LLaMa 材料或 LLaMa 材料的任何输出或结果来改进任何其他大型语言模型。
03
如何使用LLAMA 2？
LLaMa 2作为全新的开源大模型，不用购买 IP，就能免费使用。除了在官网申请模型使用外，以下是几种能够快捷体验到用 LLaMa 2 进行 Chat 聊天的方法：
1、llama2.ai
国内用户就可以直接访问，轻松注册后就可以正常使用。左侧列表支持选择具体模型（70B/13B/7B），设定Temperature、Top P以及Max Sequence Length，这些参数主要是调优prompt对话效果的，后面讲prompt工程训练时我们再介绍。当然对于一些问题还是能看出来它在一本正经瞎说，大家要留心辨认。2、在Hugging Chat 上使用LLaMa 2
在 huggingchat 上最大的亮点是支持连网功能-search web。这点比较强大能够获得很多实时性语料内容。该站使用的模型是LLaMa/LLaMa2 70B，使用 LLaMa2 的地址：https://huggingface.co/chat/
3、perplexity AI chat
使用地址：llama.perplexity.ai，目前还是13B的模型，70B还要等等。
4、 当然还有我一直推荐的poe.com 或者 poe 客户端
LLaMa 2Chat 整体的体验都还不错，从用户体验来看和 ChatGPT （GPT3.5) 确实差别不明显。不过有时候他的回答默认是英文，还需要你再让他翻一下。
总之，Meta 发布的 LLaMa 2 大模型整体还是非常强大的。参数量级和性能效果足以吊打很多大模型，关键还可以免费商用，直到你的产品月活 7 亿。可以说，LLaMa 2 势必会对大模型行业产生较大影响，尤其是大模型创业。即便是安全性略逊，LLaMa 2 也是很多小微企业开始 AI 应用层训练的起点和支撑。具体影响还让我们拭目以待！
关于 LLaMa 2，你有什么想聊的也欢迎留言讨论～
...................END...................
hello，我是阿外，10 年+PM&Designer，AGI领域研究者。欢迎关注「波悟馆」（bo_club），也可以加我微信，申请加入读者群，和更多小伙伴一起学习，共同成长。
推荐阅读
如果你觉得文章对你有帮助，请记得一定要点下面👇的「分享」、「赞」和「在看」。