Llama: differenze tra le versioni
Nessun oggetto della modifica |
Nessun oggetto della modifica |
||
| Riga 9: | Riga 9: | ||
Anno di creazione versione corrente: [[AnnoDiCreazioneVersioneCorrente::2023]] | Anno di creazione versione corrente: [[AnnoDiCreazioneVersioneCorrente::2023]] | ||
URLHomePage: [ | URLHomePage: [https://llama.meta.com HomePage Llama] | ||
Pubblicazione: [[Pubblicazione::LLaMA: Open and Efficient Foundation Language Models]] | Pubblicazione: [[Pubblicazione::LLaMA: Open and Efficient Foundation Language Models]] | ||
Versione delle 14:36, 10 apr 2024
Nome: Large Language Model Meta AI
Sigla: LLaMA
Anno di creazione: 2023
Versione corrente: LLaMa 2
Anno di creazione versione corrente: 2023
URLHomePage: HomePage Llama
Pubblicazione: LLaMA: Open and Efficient Foundation Language Models
Basato su: Transformer (Architettura di Deep Learning)
La prima versione contava 7, 13, 33 e 65 B di parametri.
La seconda versione, rilasciata a giugno 2023, viene allenata su di un nuovo mix di dati pubblici, maggiore del 40% rispetto alla prima versione, la lunghezza del contesto viene raddoppiata, e viene adottato un nuovo modello di attention, chiamato grouped-query attention. Vengono rilasciati modelli da 7,13 e 70B di parametri. Viene anche rilasciata Llama 2-Chat, una versione con fine-tuning ottimizzata per use case conversazionali.
Ragione per lo sviluppo
"The capabilities of LLMs are remarkable considering the seemingly straightforward nature of the training methodology. Auto-regressive transformers are pretrained on an extensive corpus of self-supervised data, followed by alignment with human preferences via techniques such as Reinforcement Learning with Human Feedback (RLHF). Although the training methodology is simple, high computational requirements have limited the development of LLMs to a few players. There have been public releases of pretrained LLMs (such as BLOOM (Scao et al., 2022), LLaMa-1 (Touvron et al., 2023), and Falcon (Penedo et al., 2023)) that match the performance of closed pretrained competitors like GPT-3 (Brown et al., 2020) and Chinchilla (Hoffmann et al., 2022), but none of these models are suitable substitutes for closed “product” LLMs, such as ChatGPT, BARD, and Claude. These closed product LLMs are heavily fine-tuned to align with human preferences, which greatly enhances their usability and safety. This step can require significant costs in compute and human annotation, and is often not transparent or easily reproducible, limiting progress within the community to advance AI alignment research." da "Llama 2: Open Foundation and Fine-Tuned Chat Models"