文|新火種 一號(hào)
編輯|美美
大模型不是AI的唯一出路，把模型做小也是本事。
這段時(shí)間，AI模型界是真的熱鬧，新的模型不斷涌現(xiàn)，不管是開(kāi)源還是閉源，都在刷新成績(jī)。就在前幾天，Meta就上演了一出“重奪開(kāi)源鐵王座”的好戲。發(fā)布了Llama 3 8B和70B兩個(gè)版本，在多項(xiàng)指標(biāo)上都超越了此前開(kāi)源的Grok-1和DBRX，成為了新的開(kāi)源大模型王者。
并且Meta還透露，之后還將推出400B版本的Llama 3，它的測(cè)試成績(jī)可是在很多方面上都追上了OpenAI閉源的GPT-4，讓很多人都直呼，開(kāi)源版的GPT-4就要來(lái)了。盡管在參數(shù)量上來(lái)看，相比Llama 2，Llama 3并沒(méi)有特別大的提升，但是在某些表現(xiàn)上，Llama 3最小的8B版本都比Llama 2 70B要好。可見(jiàn)，模型性能的提升，并非只有堆參數(shù)這一種做法。
Llama 3重回開(kāi)源之王
當(dāng)?shù)貢r(shí)間4月18日，“真·OpenAI”——Meta跑出了目前最強(qiáng)的開(kāi)源大模型Llama 3。本次Meta共發(fā)布了兩款開(kāi)源的Llama 3 8B和Llama 3 70B模型。根據(jù)Meta的說(shuō)法，這兩個(gè)版本的Llama 3是目前同體量下，性能最好的開(kāi)源模型。并且在某些數(shù)據(jù)集上，Llama 3 8B的性能比Llama 2 70B還要強(qiáng)，要知道，這兩者的參數(shù)可是相差了一個(gè)數(shù)量級(jí)。
能夠做到這點(diǎn)，可能是因?yàn)長(zhǎng)lama 3的訓(xùn)練效率要高3倍，它基于超過(guò)15T token訓(xùn)練，這比Llama 2數(shù)據(jù)集的7倍還多。在MMLU、ARC、DROP等基準(zhǔn)測(cè)試中，Llama 3 8B在九項(xiàng)測(cè)試中領(lǐng)先于同行，Llama 3 70B也同樣擊敗了Gemini 1.5 Pro和Claude 3 Sonnet。
盡管在參數(shù)量上并沒(méi)有特別大的提升，但毫無(wú)疑問(wèn)，Llama 3的性能已經(jīng)得到了很大的進(jìn)步，可以說(shuō)是用相近的參數(shù)量獲得了更好的性能，這可能是在算力資源短期內(nèi)無(wú)法滿足更大規(guī)模運(yùn)算的情況下所作出的選擇，但這體現(xiàn)了AI模型的研發(fā)并非只有堆砌參數(shù)這一條“大力出奇跡”的道路。
把大模型做小正成業(yè)內(nèi)共識(shí)
實(shí)際上，在Llama 3之間的兩位開(kāi)源王者，Grok-1和DBRX也致力于把模型做小。和以往的大模型，使用一個(gè)模型解決一切問(wèn)題的方式不同，Grok-1和DBRX都采用了MoE架構(gòu)（專家模型架構(gòu)），在面對(duì)不同問(wèn)題的時(shí)候，調(diào)用不同的小模型來(lái)解決，實(shí)現(xiàn)在節(jié)省算力的情況下，保證回答的質(zhì)量。
而微軟也在Llama 3發(fā)布后沒(méi)幾天，就出手截胡，展示了Phi-3系列小模型的技術(shù)報(bào)告。在這份報(bào)告中，僅3.8B參數(shù)的Phi-3-mini在多項(xiàng)基準(zhǔn)測(cè)試中都超過(guò)了Llama 3 8B，并且為了方便開(kāi)源社區(qū)使用，還特意把它設(shè)計(jì)成了與Llama系列兼容的結(jié)構(gòu)。更夸張的是，微軟的這個(gè)模型，在手機(jī)上也能直接跑，經(jīng)4bit量化后的phi-3-mini在iPhone 14 pro和iPhone 15使用的蘋(píng)果A16芯片上能夠跑到每秒12 token，這也就意味著，現(xiàn)在手機(jī)上能本地運(yùn)行的最佳開(kāi)源模型，已經(jīng)做到了ChatGPT水平。
而除了mini杯外，微軟也一并發(fā)布了小杯和中杯，7B參數(shù)的Phi-3-small和14B參數(shù)的Phi-3-medium。在技術(shù)報(bào)告中，微軟也說(shuō)了，去年研究團(tuán)隊(duì)就發(fā)現(xiàn)，單純堆砌參數(shù)量并非提升模型性能的唯一路徑，反而是精心設(shè)計(jì)訓(xùn)練的數(shù)據(jù)，尤其是利用大模型本身去生成合成數(shù)據(jù)，并配合嚴(yán)格過(guò)濾的高質(zhì)量數(shù)據(jù)，能夠讓中小模型的能力大幅躍升，所以他們也說(shuō)，Textbooks are all you need，教科書(shū)級(jí)別的高質(zhì)量數(shù)據(jù)才是重要的。
AI模型發(fā)展正著力于擺脫限制
自英偉達(dá)乘著AI的東風(fēng)，成為行業(yè)內(nèi)說(shuō)一不二，當(dāng)之無(wú)愧的“賣(mài)鏟子的人”，各家AI公司都將英偉達(dá)的GPU視為“硬通貨”，以致于誰(shuí)囤有更多的英偉達(dá)的GPU，誰(shuí)的AI實(shí)力就強(qiáng)。但英偉達(dá)的GPU的交付并未能始終跟上市場(chǎng)的需求。
因此，很多AI公司開(kāi)始另謀出路，要么找其他的GPU生產(chǎn)商，要么決定自己研發(fā)AI芯片。即使你囤夠了英偉達(dá)的GPU，也還有其他限制，OpenAI在前段時(shí)間就被爆出，因?yàn)橛?xùn)練GPT-6，差點(diǎn)把微軟的電網(wǎng)搞癱瘓。馬斯克也曾說(shuō)過(guò)，當(dāng)前限制AI發(fā)展的主要因素是算力資源，但在未來(lái)，電力會(huì)成為限制AI發(fā)展的另一阻礙。
顯然，如果持續(xù)“大力出奇跡”，通過(guò)堆砌參數(shù)量來(lái)實(shí)現(xiàn)AI性能的提升，那么以上這些問(wèn)題遲早會(huì)遇到，但是如果把大模型做小，使用較小的參數(shù)量，實(shí)現(xiàn)同樣或者更好的性能，那么將可以顯著減少對(duì)算力資源的需求，進(jìn)而減少對(duì)電力資源的消耗，從而讓AI在有限資源的情況下，得到更好的發(fā)展。
因此，接下來(lái)，誰(shuí)能在將模型做小的同時(shí)，還能實(shí)現(xiàn)性能的增長(zhǎng)，也是實(shí)力的體現(xiàn)。
