网友缝合Llama3 120B竟意外能打，轻松击败GPT2-chatbot和GPT-4

Llama 3首发阵容里没有的120B型号竟意外“曝光”，而且十分能打？！

最近这样一个号称是「Llama3-120b」的神秘大模型火了起来，原因在于它表现太出色了——

轻松击败GPT-4、gpt2-chatbot那种。

比如，面对像「观察希格斯场是否会改变其状态」这样的艰深难题时。

GPT-4冷酷而决绝：No；

但Llama3-120b就不一样了，“只有当我们质疑量子力学的哥本哈根解释时，让我来解释一下……”

还有就是让LIama3-120B解释笑话，并同两个gpt2-chatbot比较：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。

（昨天我偶然路过贝叶斯墓，但我是频率学派，懒得拍照。）

首先，他们三个都判断出这是关于两种统计学派的笑话，以及两个学派是相对对立的情况：

Frequentist频率学派只关注从抽样/实验的结果中提取信息，Bayesian贝叶斯学派还会设置一个主观的先验信息。

但两个gpt2-chatbot给出进一步解释是，正是因为频率学派并不认同对贝叶斯理论，所以对贝叶斯墓不感兴趣，更不会以他为荣而拍照。

而LIama3-120B精准指出笑点在“ i didn’t bother taking a photo”，并给出了更深一层的解释。

因为作为频率学派，会认为碰到贝叶斯墓的概率几乎为零。这样的小概率事件也不值得去拍照或者干一些有意义的事情。

哦莫，说的好有道理……

另外题外话，它的回答格式十分工整，让人看了赏心悦目。

除此之外，网友发现它还能创造出谷歌搜到0结果的新单词。

以及直接回答含糊的问题，不用交代背景，这不比ChatGPT好多了。

（没有说ChatGPT不好的意思）

有评测过后的网友感叹：它太聪明了，我不会再摆弄它了。因为它有自己的想法。

这真的是我用过最聪明的大模型了。

有网友找了半天也找不到官方来源……

与此同时，更多版本也开始出现了，比如170B、225B…嗯，一版更比一版强。

Llama 3 120B竟意外能打

这两天，社交网络上出现了各种关于Llama3 120B玩法。

比如推导解释一些理论，Omega假设。

有创造一些新单词，比如prefaceate、driftift等

并且给它一个完整的解释和定义。

甚至还有人整了个评测，去评估这个来路不明的大模型。结果在创意写作测试中成绩还不错，排名第6，超过GPT-4、Claude3-HAIku等模型。

既然如此，这个非官方的大模型Llama3 120B又是怎么来的呢？

据作者介绍，它是用MergeKit制作，将Meta官方LIama3 70B模型合并（Self-Merge）

MergeKit咋是专门用来合并预训练模型的工具包，合并可以完全在 CPU 上运行，也可以使用低至8GB的VRAM进行加速。在GitHub上已经收获3.6k星。

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

作者Maxime Labonne是一位资深机器学习专家，目前在一家通用大模型创业公司LiquidAI工作。

他博士毕业于巴黎理工学院，他在2019年开始研究大语言模型和图神经网络，并将他们应用到不同环境中，比如研发、工业、金融等，撰写过书籍《Hands-On Graph Neural Networks using Python》。

他也是开发者社区的活跃开发者，在HuggingFace上发布过各种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上他的关于大模型课程，收获29.5K Star。

不过对于这个「缝合」大模型的使用，作者建议可以用来创意写作。

在多方评估中可以看到，它有时候会出现神经混乱，但写作风格不错。另外有时候还会出现拼写错误，并且非常喜欢大写字母。

而且由于觉得这个版本的推理能力比较差，于是作者再做了个225B的。

网友：看完更期待官方400B了

有网友猜测为什么LIama3-120B能这么强。

一方面，LIama3-70B自己确实很强，刚发布时就迅速跃居排行榜榜首。HuggingFace上显示，上个月下载次数就超过了27万次。

lmsysorg就深入分析了LIama3的实力，简单来说，LIama3在开放式写作和创意问题上击败了顶尖模型，但在封闭式数学和编码问题上就稍弱一点。

不过随着提示词变得更加复杂，LIama3的能力也就下降得很明显。

以及在输出内容上面，LIama3的输出比其他模型更友好，也更具对话性。

除此之外，也有网友分析这与模型深度有关。

事实上与LIama3-70B唯一的区别是额外的Layer，甚至是复制的，没有新的训练数据。。

这意味着，120B大模型的智能水平是从模型的深度产生的。“这不仅仅是训练数据的函数，它是数据和深度的结合”。

有网友尝试本地部署，Ollama上已经支持下载。网友表示：它使用48 GB VRAM + 38 GB 系统 RAM。

啊这……走了走了。

有提供GGUF形式的LMStudioAI，也很直接地说：不适合内存不足的人。

原作者也很逗趣地表示：是时候跟你的RAM做告别了。

但不管怎么说，已经在期待更多官方型号了。

比如，400B那种。

本文来自微信公众号”量子位“