Llama 3首發陣容里沒有的120B型號竟意外“曝光”，而且十分能打？！

最近這樣一個號稱是「Llama3-120b」的神秘大模型火了起來，原因在于它表現太出色了——

輕松擊敗GPT-4、gpt2-chatbot那種。

比如，面對像「觀察希格斯場是否會改變其狀態」這樣的艱深難題時。

GPT-4冷酷而決絕：No；

但Llama3-120b就不一樣了，“只有當我們質疑量子力學的哥本哈根解釋時，讓我來解釋一下……”

還有就是讓LIama3-120B解釋笑話，并同兩個gpt2-chatbot比較：im-a-good-gpt2-chatbot；im-also-a-good-gpt2-chatbot。

I randomly walked past the grave of bayes yesterday, but being a frequentist i didn’t bother taking a photo。

（昨天我偶然路過貝葉斯墓，但我是頻率學派，懶得拍照。）

首先，他們三個都判斷出這是關于兩種統計學派的笑話，以及兩個學派是相對對立的情況：
Frequentist頻率學派只關注從抽樣/實驗的結果中提取信息，Bayesian貝葉斯學派還會設置一個主觀的先驗信息。

但兩個gpt2-chatbot給出進一步解釋是，正是因為頻率學派并不認同對貝葉斯理論，所以對貝葉斯墓不感興趣，更不會以他為榮而拍照。

而LIama3-120B精準指出笑點在“ i didn’t bother taking a photo”，并給出了更深一層的解釋。

因為作為頻率學派，會認為碰到貝葉斯墓的概率幾乎為零。這樣的小概率事件也不值得去拍照或者干一些有意義的事情。

哦莫，說的好有道理……

另外題外話，它的回答格式十分工整，讓人看了賞心悅目。

除此之外，網友發現它還能創造出谷歌搜到0結果的新單詞。

以及直接回答含糊的問題，不用交代背景，這不比ChatGPT好多了。

（沒有說ChatGPT不好的意思）

有評測過后的網友感嘆：它太聰明了，我不會再擺弄它了。因為它有自己的想法。

這真的是我用過最聰明的大模型了。

有網友找了半天也找不到官方來源……

與此同時，更多版本也開始出現了，比如170B、225B…嗯，一版更比一版強。

Llama 3 120B竟意外能打

這兩天，社交網絡上出現了各種關于Llama3 120B玩法。

比如推導解釋一些理論，Omega假設。

有創造一些新單詞，比如prefaceate、driftift等

并且給它一個完整的解釋和定義。

甚至還有人整了個評測，去評估這個來路不明的大模型。結果在創意寫作測試中成績還不錯，排名第6，超過GPT-4、Claude3-Haiku等模型。

既然如此，這個非官方的大模型Llama3 120B又是怎么來的呢？

據作者介紹，它是用MergeKit制作，將Meta官方LIama3 70B模型合并（Self-Merge）

MergeKit咋是專門用來合并預訓練模型的工具包，合并可以完全在 CPU 上運行，也可以使用低至8GB的VRAM進行加速。在GitHub上已經收獲3.6k星。

目前支持Llama、Mistral、GPT-NeoX、StableLM 等模型。

△支持的合并算法

作者Maxime Labonne是一位資深機器學習專家，目前在一家通用大模型創業公司LiquidAI工作。

他博士畢業于巴黎理工學院，他在2019年開始研究大語言模型和圖神經網絡，并將他們應用到不同環境中，比如研發、工業、金融等，撰寫過書籍《Hands-On Graph Neural Networks using Python》。

他也是開發者社區的活躍開發者，在HuggingFace上發布過各種LLM， 例如AlpahMonarch-7B、Beyonder-4x7B、Phixtral 和 NeuralBeagle14。以及一些工具，例如 LLM AutoEval、LazyMergekit、LazyZxolotl 和 AutoGGUF。

在GitHub上他的關于大模型課程，收獲29.5K Star。

不過對于這個「縫合」大模型的使用，作者建議可以用來創意寫作。

在多方評估中可以看到，它有時候會出現神經混亂，但寫作風格不錯。另外有時候還會出現拼寫錯誤，并且非常喜歡大寫字母。

而且由于覺得這個版本的推理能力比較差，于是作者再做了個225B的。

網友：看完更期待官方400B了

有網友猜測為什么LIama3-120B能這么強。

一方面，LIama3-70B自己確實很強，剛發布時就迅速躍居排行榜榜首。HuggingFace上顯示，上個月下載次數就超過了27萬次。

lmsysorg就深入分析了LIama3的實力，簡單來說，LIama3在開放式寫作和創意問題上擊敗了頂尖模型，但在封閉式數學和編碼問題上就稍弱一點。

不過隨著提示詞變得更加復雜，LIama3的能力也就下降得很明顯。

以及在輸出內容上面，LIama3的輸出比其他模型更友好，也更具對話性。

除此之外，也有網友分析這與模型深度有關。

事實上與LIama3-70B唯一的區別是額外的Layer，甚至是復制的，沒有新的訓練數據。。

這意味著，120B大模型的智能水平是從模型的深度產生的。“這不僅僅是訓練數據的函數，它是數據和深度的結合”。

有網友嘗試本地部署，Ollama上已經支持下載。網友表示：它使用48 GB VRAM + 38 GB 系統 RAM。

啊這……走了走了。

有提供GGUF形式的LMStudioAI，也很直接地說：不適合內存不足的人。

原作者也很逗趣地表示：是時候跟你的RAM做告別了。

但不管怎么說，已經在期待更多官方型號了。

比如，400B那種。