0
| 本文作者： 董子博 | 2024-08-25 13:12 |
作為開源大模型的頂梁柱，Llama3正在遭遇冷落。
近日，據(jù)美國媒體The Information報道，Llama在全球最大的云計算服務供應商亞馬遜的AWS平臺上備受冷落，與之相對，Anthropic的閉源模型Claude才是該平臺上最受歡迎的模型。報道稱，在另一家云平臺微軟Azure上，Llama也并非微軟的銷售首選。
一個月前，Meta發(fā)布了最新的開源大模型Llama 3.1 405B，在測試中性能追平GPT-4o。可惜，測評中的優(yōu)異成績沒能反映在市場上，據(jù)報道，Llama3.1上線一個月后，下載量僅為360萬，比上一代模型降低了40%。
這一現(xiàn)象早有預兆。早在今年4月，Llama 3推出70B和400B模型之后，就有開發(fā)者反饋“免費的才是最貴的”，Llama 3“根本用不起”的現(xiàn)象。
當時，一位美國AI創(chuàng)業(yè)者Arsenii Shatokhin的采訪視頻在網(wǎng)上流傳，這位創(chuàng)業(yè)者表示，“我們只有一兩個客戶有足夠資源，來精調(diào)或運行700億參數(shù)的Llama開源模型。”
訪談中，這位AI智能體公司VRSEN的創(chuàng)始人指出，企業(yè)自己運行開源大模型的效率遠低于使用閉源大模型。他分析出兩個原因：
1） 首先，開源模型多數(shù)需要企業(yè)自己下載后運行，隨著模型參數(shù)向百億、千億不斷攀升，對本地IT設(shè)施要求也隨之提高，大量企業(yè)并不具備與之匹配的充足資源；
2） 其次，與做好精調(diào)和商業(yè)化適配的閉源模型不同，如果使用開源模型，企業(yè)還要再做優(yōu)化，需要公司內(nèi)部有足夠的技術(shù)人才和技術(shù)設(shè)施，對企業(yè)的技術(shù)能力無疑是提出了更高要求。
“我們只會向具備數(shù)據(jù)專業(yè)知識的客戶推銷Llama，比如內(nèi)部有工程師和數(shù)據(jù)科學家的公司。”據(jù)The Information報道中，微軟員工這樣向媒體表示。
正如百度創(chuàng)始人李彥宏在近期的上海世界人工智能大會上表示，開源模型在學術(shù)研究、教學領(lǐng)域有一定價值，能夠讓學術(shù)界更熟悉大模型的工作機制、形成理論；但在大多數(shù)的應用場景中，開源模型并不合適，尤其是在激烈的商業(yè)化競爭中，只有閉源模型，才能讓企業(yè)的業(yè)務效率更高、成本更低。
近期，開源和閉源模型之爭一直備受行業(yè)關(guān)注，尤其是在時時更新的“測評跑分”上，每當新一代大模型誕生、領(lǐng)跑測評榜時，就會爆出“開源大模型超越閉源”或“閉源大模型保持領(lǐng)先”的各類說法。
但迄今為止，閉源模型性能整體領(lǐng)先于開源。在斯坦福大學7月公布的大規(guī)模多任務語言理解 (MMLU)測試排名中，排名前十的模型中，僅有Llama 3.1為開源，其余9款上榜模型均為閉源。
某種程度上，這與開源模型并非“真開源”有關(guān)。有多位開發(fā)者表示，當前的開源大模型并非與開源軟件不同，僅僅是開放了參數(shù)和調(diào)用接口，在使用中既存在需要SFT精調(diào)、優(yōu)化的問題，還無法像真開源的Linux那樣看到底層代碼。
因此，大模型的開源并不能帶來模型效果的提高。“開源模型和閉源模型相比，存在性能差距，這種差距將繼續(xù)擴大。”谷歌前CEO施密特在采訪中指出。據(jù)介紹，谷歌投資的法國Mistral公司此前推出過開源模型，但從今年2月起，已經(jīng)轉(zhuǎn)向了閉源模型。
在實用性方面，伴隨著Llama 3的“叫好不叫座”，開源模型更是與閉源模型拉開了差距。有多位開發(fā)者表示，大模型的進步與實際應用密不可分，只有真實應用才能不斷為模型提供反饋，讓模型在響應速度、參數(shù)大小等方面不斷優(yōu)化。
隨著商業(yè)化的失速，缺乏商業(yè)驗證的開源模型，勢必會逐步掉隊。
雷峰網(wǎng)(公眾號：雷峰網(wǎng))
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
