经历了提前两天的「意外泄露」之后，Llama 3.1 终于在昨夜由官方正式发布了。
Llama 3.1 将上下文长度扩展到了 128K，拥有 8B、70B 和 405B 三个版本，再次以一已之力抬高了大模型赛道的竞争标准。
对 AI 社区来说，Llama 3.1 405B 最重要的意义是刷新了开源基础模型的能力上限，Meta 官方称，在一系列任务中，其性能可与最好的闭源模型相媲美。
下表展示了当前 Llama 3 系列模型在关键基准测试上的性能。可以看出，405B 模型的性能与 GPT-4o 十分接近。
与此同时，Meta 公布了《The Llama 3 Herd of Models》论文，揭示了 Llama 3 系列模型迄今为止的研究细节。
论文地址：https://ai.weoknow.com/index.php/article/261.html
接下来，让我们看一下论文内容。
Llama3 论文亮点
1、在使用 8K 上下文长度进行预训练后，Llama 3.1 405B 使用 128K 上下文长度进行连续训练，且支持多语言和工具使用。
2、与以前的 Llama 模型相比，Meta 加强了预处理和预训练数据的 Curation pipelines，以及后训练数据的质量保证和过滤方法。
Meta 认为，高质量基础模型的开发有三个关键杠杆：数据、规模和复杂性管理。
首先，与 Llama 的早期版本相比，Meta 在数量和质量两方面改进了用于预训练和后训练的数据。Meta 在大约 15 万亿的多语言 Token 语料库上对 Llama 3 进行了预训练，相比之下，Llama 2 只使用了 1.8 万亿 Token。
此次训练的模型规模远大于以前的 Llama 模型：旗舰语言模型使用了 3.8 × 10²⁵ 次浮点运算（FLOPs）进行预训练，超过 Llama 2 的最大版本近 50 倍。
基于 Scaling law，在 Meta 的训练预算下，当前的旗舰模型已是近似计算最优的规模，但 Meta 对较小模型进行的训练时间已经远超计算最优的时长。结果表明，这些较小模型在相同推理预算下的表现优于计算最优模型。在后训练阶段，Meta 使用了 405B 的旗舰模型进一步提高了 70B 和 8B 模型这些较小模型的质量。
3、为了支持 405B 模型的大规模生产推理，Meta 将 16 位 (BF16) 量化为 8 位 (FP8)，从而降低了计算要求，并使模型能够在单个服务器节点上运行。
4、在 15.6T token（3.8x10²⁵ FLOPs）上预训练 405B 是一项重大挑战，Meta 优化了整个训练堆栈，并使用了超过 16K H100 GPU。
正如 PyTorch 创始人、Meta 杰出工程师 Soumith Chintala 所说，Llama3 论文揭示了许多很酷的细节，其中之一就是基础设施的构建。
5、在后训练中，Meta 通过多轮对齐来完善 Chat 模型，其中包括监督微调（SFT）、拒绝采样和直接偏好优化。大多数 SFT 样本由合成数据生成。
研究者在设计中做出了一些选择，以最大化模型开发过程的可扩展性。例如，选择标准的密集 Transformer 模型架构，只进行了少量调整，而不是采用专家混合模型，以最大限度地提高训练的稳定性。同样，采用相对简单的后训练程序，基于监督微调（SFT）、拒绝采样（RS）和直接偏好优化（DPO），而不是更复杂的强化学习算法， 因为后者往往稳定性较差且更难扩展。
6、作为 Llama 3 开发过程的一部分，Meta 团队还开发了模型的多模态扩展，使其具备图像识别、视频识别和语音理解的能力。这些模型仍在积极开发中，尚未准备好发布，但论文展示了对这些多模态模型进行初步实验的结果。
7、Meta 更新了许可证，允许开发者使用 Llama 模型的输出结果来增强其他模型。
在这篇论文的最后，我们还看到了长长的贡献者名单：
这一系列因素，最终造就了今天的 Llama 3 系列。
当然，对于普通开发者来说，如何利用 405B 规模的模型是一项挑战，需要大量的计算资源和专业知识。
发布之后，Llama 3.1 的生态系统已准备就绪，超过 25 个合作伙伴提供了可与最新模型搭配使用的服务，包括亚马逊云科技、NVIDIA、Databricks、Groq、Dell、Azure、Google Cloud 和 Snowflake 等。
更多技术细节，可参考原论文。
总结
文章概述：Llama 3.1 正式发布，此前曾经历意外泄露。新版本显著提升了上下文长度至128K，并推出三种规模（8B、70B、405B）的模型，进一步抬高大模型竞赛benchmark。其中，405B版本的开源模型性能逼近甚至在某些任务上可与最优秀的闭源模型相匹敌，标志着开源AI模型新高度。
Meta发布的论文《The Llama 3 Herd of Models》详述了Llama 3系列的研发细节，包括：
1. 数据与规模的显著增长：使用15万亿多语言Token数据进行预训练，模型规模远超先前两倍，预训练运算量接近3.8×10²⁵次浮点运算（FLOPs）。
2. 训练技术创新：通过优化训练基础设施和使用16K H100 GPU，实现高效预训练。支持多语言和工具使用，同时采用多轮对齐技术改善Chat模型性能。
3. 实用化处理：通过将模型从16位量化至8位，减少了计算需求，实现了在单节点服务器上的部署运行。
4. 多模态扩展尝试：Meta正在研发Llama模型对图像、视频和语音的识别能力，尽管具体产品尚未发布，但展示了初步成果。
5. 友好的开发者生态：更新许可证政策，鼓励开发者利用Llama模型结果改进其他模型，并搭建合作伙伴生态系统，涵盖多家云服务和技术提供商。
文章还强调了，虽然Llama 3.1的极高能力为AI社区带来了巨大潜力，但对于普通开发者来说，如何有效利用如此大规模的模型仍属挑战，需要专业知识和丰富的计算资源。总体而言，Llama 3.1的发布是对AI模型技术的一次重要推动。