賈揚清：大模型尺寸正在重走CNN的老路；馬斯克：在特斯拉也是這樣
Transformer大模型尺寸變化，正在重走CNN的老路！
看到大家都被LLaMA 3.1吸引了注意力，賈揚清發(fā)出如此感慨。
拿大模型尺寸的發(fā)展，和CNN的發(fā)展作對比，就能發(fā)現一個明顯的趨勢和現象：
在ImageNet時代，研究人員和技術從業(yè)者見證了參數規(guī)模的快速增長，然后又開始轉向更小、更高效的模型。
聽起來，是不是和GPT哐哐往上卷模型參數，業(yè)界普遍認同Scaling Law，然后出現GPT-4o mini、蘋果DCLM-7B、谷歌Gemma 2B如出一轍？
賈揚清笑稱，“這是前大模型時代的事兒，很多人可能都不咋記得了：）”。
圖片
而且，賈揚清不是唯一一個感知到這一點的人，AI大神卡帕西也這么覺得：
大模型尺寸的競爭正在加劇……但是卷的方向反著來了！
模型必須先追求“更大”，然后才能追求“更小”，因為我們需要這個過程，幫咱把訓練數據重構成理想的、合成的格式。
他甚至拍著胸脯打賭，表示我們一定能看到又好、又能可靠地思考的模型。
而且是參數規(guī)模很小很小的那種。
圖片
連馬斯克都在卡帕西的評論區(qū)連連稱是：
圖片
以上，大概可以稱之為“大佬所見略同”。
展開說說
賈揚清的感慨，要從只在最強王座上短暫待了一天的LLaMA 3.1說起。
那是首次實現“最強開源模型=最強模型”，不出意外，萬眾矚目。
However，賈揚清在這個時候提出了一個觀點：
“但我認為，行業(yè)會因小型垂直模型而真正蓬勃發(fā)展。”
至于啥是小型垂直模型，賈揚清也說得很清楚，比如以Patrouns AI的Iynx（該公司的幻覺檢測模型，在幻覺任務上超過GPT-4o）為代表的那些很棒的中小模型。
圖片
賈揚清表示，就個人喜好而言，他本人是非常喜歡千億參數模型的。
但現實情況里，他觀察留意到，7B-70B參數規(guī)模之間的大模型，大家用起來更順手：
- 它們更容易托管，不需要巨大的流量即可盈利；
- 只要提出明確的問題，就能得到質量還不錯的輸出——與和之前的一些看法相反。
與此同時，他聽說OpenAI最新的、速度很快的模型也開始變得比“最先進的”大模型尺寸更小。
“如果我的理解是正確的，那么這絕對表明了行業(yè)趨勢。”賈揚清直接表明了自己的觀點，“即在現實世界中，使用適用的、具有成本效益、且仍然強大的模型。”
于是乎，賈揚清簡單梳理了CNN的發(fā)展歷程。
首先，是CNN的崛起時代。
以AlexNet（2012）為起點，開啟了大約三年的模型規(guī)模增長時期。
2014年出現的VGGNet就是一個性能和規(guī)模都非常強大的模型。
其次，是縮小規(guī)模時期。
2015年，GoogleNet把模型大小從“GB”縮小到了“MB”級別，即縮小了100倍；但模型性能并沒有因此驟減，反而保持了不錯的性能。
遵循類似趨勢的還有2015年面世的SqueezeNet模型等。
然后的一段時間，發(fā)展重點在追求平衡。
后續(xù)研究，如ResNet（2015）、ResNeXT（2016）等，都保持了一個適中的模型規(guī)模。
值得注意的是，模型規(guī)模的控制并沒有帶來計算量的減少——其實，大伙兒都愿意投入更多的計算資源，尋求一種“同等參數但更高效”的狀態(tài)。
緊接著就是CNN在端側起舞的一段時期。
舉個例子，MobileNet是谷歌在2017年推出的一項有趣的工作。
有趣就有趣在它占用的資源超級少，但是性能卻非常優(yōu)異。
就在上周，還有人跟賈揚清提到：“Wow～我們現在還在用MobileNet，因為它可以在設備上運行，而且在出色的特征嵌入泛化（Feature Embedding Generality）。”
最后，賈揚清借用了來源于Ghimire等人的《A Survey on Efficient Convolutional Neural Networks and Hardware Acceleration》里的一張圖：
圖片
并再一次發(fā)出自己的疑問：
大模型尺寸，會遵循與CNN時代相同的趨勢來發(fā)展嗎？
網友怎么看？
其實GPT-4o mini這樣走在大模型發(fā)展道路上“不大反小”的例子不在少數。
當上述幾位表達出這樣的觀點后，立馬有人點頭如搗蒜，還拿出了一些別的類似例子，證明他們看到了相同的趨勢。
有人立馬跟上：
我這兒有個新的正面例子！Gemma-2就是把27B參數大小的模型知識蒸餾成更小的版本。
圖片
還有網友表示，開發(fā)更大的模型，意味著能給后續(xù)幾代更小、更垂直的模型的訓練“上強度”。
這個迭代過程最終會產生所謂的“完美訓練集”。
這樣一來，較小的大模型在特定領域，能與現在參數巨大的大模型一樣聰明，甚至更聰明。
一言以蔽之，模型必須先變大，然后才能變小。
圖片
大多數討論此觀點的人，還是對這個趨勢比較認同，有人直言“這是一件好事，比‘我的模型比你的模型大’參數競賽更實用和有用。”
但是，當然了！
翻遍網絡評論區(qū)，也有人發(fā)出不同的聲音。
比如下面這位朋友就在賈揚清推文底下留言：
Mistral Large（背后公司Mistral AI）、LLaMA 3.1（背后公司Meta）和OpenAI，持有最強競爭力模型的公司，目前可能都正在訓練更大的模型。
我沒發(fā)現有“更小型號模型搞定技術突破”的趨勢喲。
圖片
面對這個問題，賈揚清倒也及時回復了。
他是這么說的：“沒錯！我說大模型尺寸可能在走CNN的老路，絕對不意味著號召大家停止訓練更大的模型。”
他進一步解釋道，這么說的本意是，隨著技術（包括CNN和大模型）落地實踐越來越廣，大家已經開始越來越關注性價比更高的模型了。”
所以，或許更高效的小·大模型，能夠重新定義AI的“智能”，挑戰(zhàn)“越大越好”的假設。
你贊同這個觀點不？
參考鏈接：
[1]https://x.com/jiayq/status/1818703217263624385
