โมเดลและแพลตฟอร์ม AI

เปิดตัว Meta Llama 3: ก้าวกระโดดในโมเดลภาษาขนาดใหญ่

Dr. Tehseen Zia
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญMeta's Llama 3 เพิ่มความยาวคอนเทกซ์เป็นสองเท่าและขยายข้อมูลการฝึกอย่างมหาศาล…
ดูเพิ่มเติม
  • Meta's Llama 3 เพิ่มความยาวคอนเทกซ์เป็นสองเท่าและขยายข้อมูลการฝึกอย่างมหาศาล เพื่อให้มีประสิทธิภาพเหนือรุ่นก่อนหน้า
  • โมเดลนี้ก้าวหน้านำทางการพัฒนา AI แบบโอเพนซอร์ส ด้วยการเปิดให้ใช้งานฟรีสำหรับทั้งการค้าและการวิจัยทั่วโลก
  • รุ่น Llama 3 ในอนาคตจะมีพารามิเตอร์เกิน 400 พันล้านตัว และเพิ่มความสามารถแบบมัลติโมดัลและหลายภาษา

ในด้าน AI ที่สร้างข้อมูล Meta ยังคงนำหน้าด้วยความมุ่งมั่นในการทำให้เทคโนโลยี AI ที่ซับซ้อนสามารถเข้าถึงได้โดยทั่วไป โดยแจกจ่ายโมเดลภาษาขนาดใหญ่ของ Meta AI (Llama) ซีรีส์ทั่วโลกให้กับนักพัฒนาและนักวิจัย โดยสร้างบนความคิดริเริ่มที่ก้าวหน้า Meta ได้แนะนำรุ่นที่สามของซีรีส์นี้ ซึ่งก็คือ Llama 3 รุ่นนี้มีการปรับปรุงอย่างมากจาก Llama 2 โดยมีการเพิ่มประสิทธิภาพและตั้งมาตรฐานใหม่ที่ท้าทายคู่แข่งในอุตสาหกรรม เช่น Google (GOOGL ), Mistral และ Anthropic บทความนี้จะสำรวจความก้าวหน้าที่สำคัญของ Llama 3 และวิธีการที่มันเทียบกับ Llama 2

ซีรีส์ Llama ของ Meta: จากการเข้าถึงที่จำกัดไปสู่การเข้าถึงที่เปิดกว้างและประสิทธิภาพที่ดีขึ้น

Meta ได้เริ่มต้นซีรีส์ Llama ในปี 2022 ด้วยการเปิดตัว Llama 1 ซึ่งเป็นโมเดลที่จำกัดสำหรับการใช้งานที่ไม่ใช่เชิงพาณิชย์ และสามารถเข้าถึงได้เฉพาะสถาบันวิจัยที่ได้รับการคัดเลือกเท่านั้น เนื่องจากความต้องการการคำนวณที่มากและลักษณะที่เป็นกรรมสิทธิ์ของโมเดลภาษาขนาดใหญ่ในขณะนั้น ในปี 2023 ด้วยการเปิดตัว Llama 2 Meta AI ได้เปลี่ยนไปสู่การเปิดกว้างมากขึ้น โดยเสนอโมเดลฟรีสำหรับการวิจัยและวัตถุประสงค์เชิงพาณิชย์ การเคลื่อนไหวนี้มีจุดมุ่งหมายเพื่อทำให้เทคโนโลยี AI ที่ซับซ้อนสามารถเข้าถึงได้โดยผู้ใช้หลายกลุ่ม รวมถึงสตาร์ทอัพและทีมวิจัยขนาดเล็ก เพื่อให้สามารถพัฒนาและสร้างแอปพลิเคชันโดยไม่ต้องมีค่าใช้จ่ายสูงที่เกี่ยวข้องกับโมเดลขนาดใหญ่ การเปลี่ยนแปลงนี้ยังคงดำเนินต่อไปด้วยการเปิดตัว Llama 3 ซึ่งมุ่งเน้นไปที่การปรับปรุงประสิทธิภาพของโมเดลที่เล็กกว่าในหลายๆ มาตรฐานอุตสาหกรรม

การแนะนำ Llama 3

Llama 3 เป็นรุ่นที่สองของโมเดลภาษาขนาดใหญ่แบบเปิดของ Meta โดยมีโมเดลที่ได้รับการฝึกฝนล่วงหน้าและโมเดลที่ได้รับการปรับให้เหมาะสมตามคำแนะนำ โดยมีพารามิเตอร์ 8B และ 70B Llama 3 ใช้สถาปัตยกรรมทรานส์ฟอร์เมอร์แบบ decoder-only และยังคงใช้การฝึกฝนแบบอัตโนมัติและแบบ self-supervised เพื่อคาดการณ์ตัวต่อไปในลำดับข้อความ Llama 3 ได้รับการฝึกฝนจากชุดข้อมูลที่ใหญ่กว่า Llama 2 ถึง 7 เท่า โดยมีตัวเลขมากกว่า 15 ล้านล้านตัว ซึ่งได้มาจากชุดข้อมูลออนไลน์ที่ได้รับการคัดเลือกใหม่ ชุดข้อมูลนี้ได้รับการประมวลผลโดยใช้คลัสเตอร์ที่มี 24,000 GPU เพื่อรักษาคุณภาพสูงของข้อมูลการฝึกฝนนี้ เทคนิค AI ที่เน้นข้อมูลหลายอย่างถูกนำมาใช้ รวมถึงฟิลเตอร์แบบ heuristic และ NSFW, การลบข้อมูลซ้ำแบบ semantic และการจำแนกประเภทคุณภาพข้อความ

Llama 3 เทียบกับ Llama 2: การปรับปรุงที่สำคัญ

Llama 3 มีการปรับปรุงที่สำคัญหลายอย่างเมื่อเทียบกับ Llama 2 โดยเพิ่มฟังก์ชันและประสิทธิภาพ:

  • พจนานุกรมที่ขยาย: Llama 3 มีพจนานุกรมที่ใหญ่กว่า Llama 2 โดยมี 128,256 ตัว ซึ่งเพิ่มขึ้นจาก 32,000 ตัวของ Llama 2 การปรับปรุงนี้ช่วยให้การเข้ารหัสข้อความมีประสิทธิภาพมากขึ้น และเพิ่มความสามารถในการใช้งานหลายภาษา
  • ความยาวบริบทที่ขยาย: Llama 3 มีความยาวบริบทที่ 8,000 ตัว ซึ่งเป็นสองเท่าของ Llama 2 ที่มีความยาวบริบท 4,090 ตัว การเพิ่มนี้ช่วยให้สามารถจัดการกับเนื้อหาที่กว้างขึ้นได้ รวมถึงคำถามของผู้ใช้และคำตอบของโมเดล
  • ข้อมูลการฝึกที่ดีขึ้น: ชุดข้อมูลการฝึกของ Llama 3 มีขนาดใหญ่กว่า Llama 2 ถึง 7 เท่า โดยมีโค้ดมากกว่า 4 เท่า และมีข้อมูลที่ไม่ใช่ภาษาอังกฤษมากกว่า 5% ซึ่งครอบคลุมมากกว่า 30 ภาษา การควบคุมคุณภาพข้อมูลนี้ได้รับการดำเนินการโดยใช้เทคนิคขั้นสูง เช่น ฟิลเตอร์แบบ heuristic และ NSFW, การลบข้อมูลซ้ำแบบ semantic และการจำแนกประเภทคุณภาพข้อความ
  • การปรับให้เหมาะสมและประเมินคำแนะนำที่ดีขึ้น: Llama 3 ใช้เทคนิคการปรับให้เหมาะสมคำแนะนำที่ดีขึ้น รวมถึงการฝึกฝนแบบ supervised, การตัวอย่างที่ถูกปฏิเสธ, การเพิ่มประสิทธิภาพนโยบายแบบ proximal และการเพิ่มประสิทธิภาพนโยบายแบบ direct เพื่อเพิ่มการประเมินและปรับให้เหมาะสมของโมเดล
  • ความปลอดภัย AI ที่ดีขึ้น: Llama 3 มีการเพิ่มมาตรการความปลอดภัยที่เข้มงวด เช่น การปรับให้เหมาะสมคำแนะนำและการทดสอบความปลอดภัยอย่างครอบคลุม เพื่อลดความเสี่ยง โดยเฉพาะในด้านความปลอดภัยไซเบอร์และภัยคุกคามทางชีวภาพ

การเข้าถึง Llama 3

Llama 3 ได้รับการรวมเข้ากับระบบ Hugging Face ทำให้นักพัฒนาสามารถเข้าถึงได้ง่ายขึ้น โมเดลเหล่านี้ยังสามารถเข้าถึงได้จากแพลตฟอร์ม model-as-a-service เช่น Perplexity Labs และ Fireworks.ai และบนแพลตฟอร์มคลาวด์ เช่น AWS SageMaker, Azure ML และ Vertex AI ของ Google

การปรับปรุงที่กำลังจะมาใน Llama 3

Meta ได้ประกาศว่าการเปิดตัว Llama 3 ในปัจจุบันเป็นเพียงขั้นตอนแรกในแผนการสำหรับเวอร์ชันเต็มของ Llama 3 โดยมีการพัฒนาโมเดลที่มีพารามิเตอร์มากกว่า 400 พันล้านตัว ซึ่งจะแนะนำคุณสมบัติใหม่ๆ เช่น การทำงานหลายรูปแบบและความสามารถในการจัดการหลายภาษา

สรุป

Llama 3 ของ Meta เป็นตัวอย่างที่สำคัญของการเปลี่ยนแปลงในด้านโมเดลภาษาขนาดใหญ่ โดยไม่เพียงแต่เพิ่มความสามารถในการเข้าถึงเท่านั้น แต่ยังเพิ่มประสิทธิภาพการทำงานด้วย ด้วยชุดข้อมูลการฝึกที่ใหญ่กว่า Llama 2 ถึง 7 เท่า และคุณสมบัติใหม่ๆ เช่น พจนานุกรมที่ขยายและความยาวบริบทที่เพิ่มขึ้น Llama 3 ตั้งมาตรฐานใหม่ที่ท้าทายคู่แข่งในอุตสาหกรรม (INTC ) (NVDA )

Llama 3 ยังคงดำเนินนโยบายการเปิดกว้างของ Meta โดยทำให้เทคโนโลยี AI ที่ซับซ้อนสามารถเข้าถึงได้โดยผู้พัฒนาที่หลากหลาย และยังแนะนำการปรับปรุงที่สำคัญในด้านความปลอดภัยและความแม่นยำของการฝึกฝน

เมื่อมองไปข้างหน้า การพัฒนาที่กำลังจะมาของ Meta สัญญาว่าจะมีการเพิ่มประสิทธิภาพที่มากขึ้น รวมถึงการทำงานหลายรูปแบบและความสามารถในการใช้งานหลายภาษา ซึ่งจะทำให้ Llama 3 ไม่เพียงแต่แข่งขันกับโมเดล AI อื่นๆ ในตลาดเท่านั้น แต่ยังอาจจะเหนือกว่าพวกมันด้วย

ดร. Tehseen Zia เป็นรองศาสตราจารย์ที่ได้รับการบรรจุแบบถาวร (tenure) ที่ COMSATS University Islamabad และสำเร็จการศึกษาระดับปริญญาเอกด้านปัญญาประดิษฐ์จากมหาวิทยาลัยเทคโนโลยีเวียนนา ประเทศออสเตรีย เขาเชี่ยวชาญด้านปัญญาประดิษฐ์ การเรียนรู้ของเครื่อง วิทยาศาสตร์ข้อมูล และคอมพิวเตอร์วิทัศน์ และได้สร้างผลงานสำคัญผ่านการตีพิมพ์ในวารสารวิทยาศาสตร์ที่มีชื่อเสียง เขายังเป็นผู้นำโครงการอุตสาหกรรมต่าง ๆ ในฐานะหัวหน้าโครงการวิจัย และเคยทำงานเป็นที่ปรึกษาด้านปัญญาประดิษฐ์