當地時間 4 月 18 日，AI 領域迎來重磅消息，Meta 正式發布了人們等待已久的開源大模型 Llama 3。

與此同時，Meta 首席執行官扎克伯格宣布：基于最新的 Llama 3 模型，Meta 的 AI 助手現在已經覆蓋 Instagram、WhatsApp、Facebook 等全系應用，并單獨開啟了網站。另外還有一個圖像生成器，可根據自然語言提示詞生成圖片。

Meta 首席執行官馬克 · 扎克伯格在一段視頻中表示，該助理可以回答問題、制作動畫和生成圖像。

扎克伯格在 Facebook 上發帖：Big AI news today

Meta 首席執行官馬克 · 扎克伯格在視頻中表示：我們相信，Meta AI 現在是你可以自由使用的最智能的人工智能助手。Meta AI 內置于 WhatsApp、Instagram、Facebook 和 Messenger 應用程序的搜索框中，因此用戶可以輕松地提出可以通過新工具回答的問題。

扎克伯格表示，Meta 提供的生成式 AI 能力在免費產品中性能是最強大的。

在 Facebook、Instagram、WhatsApp 和 Messenger 上，用戶現在可以借助 Meta AI 進行搜索，無需在應用程序之間切換：

當你瀏覽信息流的時候，還可以直接從帖子中向 Meta AI 詢問更多信息：

圖像生成器帶來的玩法更加有趣，Imagine 功能帶來了從文本實時創建圖像。這一功能的測試版從今天開始在美國的 WhatsApp 和 Meta AI 網絡體驗上推出。

開始打字時，你會看到一個圖像出現，每多輸入幾個字母，圖像都會發生變化：

Meta 表示，Llama 3 在多個關鍵的基準測試中性能優于業界先進同類模型，其在代碼生成等任務上實現了全面領先，能夠進行復雜的推理，可以更遵循指令，能夠可視化想法并解決很多微妙的問題。

Llama 3 的主要亮點包括：

基于超過 15T token 訓練，相當于 Llama 2 數據集的 7 倍還多；

支持 8K 長文本，改進的 tokenizer 具有 128K token 的詞匯量，可實現更好的性能；

在大量重要基準中均具有最先進性能；

新能力范疇，包括增強的推理和代碼能力；

訓練效率比 Llama 2 高 3 倍；

帶有 Llama Guard 2、Code Shield 和 CyberSec Eval 2 的新版信任和安全工具。

剛剛發布的 8B 和 70B 版本 Llama 3 模型已用于 Meta AI 助手，同時也面向開發者進行了開源，包括預訓練和微調版本。

最新發布的 8B 和 70B 參數的 Llama 3 模型可以說是 Llama 2 的重大飛躍，由于預訓練和后訓練（Post-training）的改進，本次發布的預訓練和指令微調模型是當今 8B 和 70B 參數規模中的最佳模型。與此同時，后訓練過程的改進大大降低了模型出錯率，進一步改善了一致性，并增加了模型響應的多樣性。

Llama 3 將數據和規模提升到新的高度。Meta 表示，Llama 3 是在兩個定制的 24K GPU 集群上、基于超過 15T token 的數據上進行了訓練——相當于 Llama 2 數據集的 7 倍還多，代碼數據相當于 Llama 2 的 4 倍。從而產生了迄今為止最強大的 Llama 模型，Llama 3 支持 8K 上下文長度，是 Llama 2 容量的兩倍。

此外，Meta 還開發了一套新的高質量人類評估數據集。該評估集包含 1800 個提示，涵蓋 12 個關鍵用例：尋求建議、頭腦風暴、分類、封閉式問答、編碼、創意寫作、提取、塑造角色、開放式問答、推理、重寫和總結。為了防止 Llama 3 在此評估集上出現過度擬合，Meta 表示他們自己的團隊也無法訪問該數據集。下圖顯示了針對 Claude Sonnet、Mistral Medium 和 GPT-3.5 對這些類別和提示進行人工評估的匯總結果。

下圖是 Llama 3 預訓練模型和其他同等規模模型的比較，前者表現出 SOTA 水平。

為了訓練最好的語言模型，管理大型、高質量的訓練數據集至關重要。Meta 在預訓練數據上投入了大量成本。Llama 3 使用超過 15T 的 token 進行了預訓練，這些 token 都是從公開來源收集的。總體上講，Llama 3 的訓練數據集是 Llama 2 使用的數據集的七倍多，并且包含四倍多的代碼。為了為即將到來的多語言用例做好準備，超過 5% 的 Llama 3 預訓練數據集由涵蓋 30 多種語言的高質量非英語數據組成。但是，Llama 3 在這些語言上的性能水平預計不會與英語相同。

為了確保 Llama 3 接受最高質量數據的訓練，研究團隊開發了一系列數據過濾 pipeline，包括使用啟發式過濾器（filter）、NSFW 過濾器、語義重復數據刪除方法和文本分類器來預測數據質量。

研究團隊發現前幾代 Llama 非常擅長識別高質量數據，因此 Meta 使用 Llama 2 為給 Llama 3 提供支持的文本質量分類器生成訓練數據。

研究團隊還進行了廣泛的實驗，以評估出在最終預訓練數據集中不同來源數據的最佳混合方式，最終確保 Llama 3 在各種用例（包括日常問題、STEM、編碼、歷史知識等）中表現良好。

Meta 表示，最大的 Llama 3 參數超過 400B，雖然這些機型仍在訓練中，但在接下來的幾個月中也將陸續發布，新功能包括多模態、多語言對話能力、更長的上下文窗口以及更強的整體能力。

Meta 希望 Llama 3 能趕上 OpenAI 的 GPT-4。不過知情人士透露，因為研究人員尚未開始對 Llama 3 進行微調，所以尚未決定 Llama 3 是否將是多模態模型。微調是開發人員為現有模型提供額外數據的過程，以便它可以學習新信息或任務。較大的模型通常會提供更高質量的答復，而較小的模型往往會更快的提供答復。有消息稱，正式版的 Llama 3 將會在今年 7 月正式推出。

Meta 還宣布與 Alphabet 的谷歌建立新的合作伙伴關系，在助手的答復中包括實時搜索結果，作為與微軟必應現有合作的補充。隨著此次更新，Meta AI 助手正在擴展到美國以外的十多個市場，包括澳大利亞、加拿大、新加坡、尼日利亞和巴基斯坦。考克斯說，Meta" 仍在努力以正確的方式在歐洲做到這一點 "。歐洲的隱私規定更加嚴格，即將出臺的人工智能法案也準備提出披露模型訓練數據等要求。