Valodas modelis "LLaMA", ko nesen atklāja Facebook AI pētniecības komanda, ir uzrādījis iepriecinošus rezultātus salīdzinājumā ar citiem modeļiem efektivitātes un iedarbīguma ziņā. Modelis, kura nosaukums apzīmē "viegls un valodu modeļa agnostiķis", cenšas samazināt lielu valodu modeļu apmācības skaitļošanas izmaksas, vienlaikus iegūstot konkurētspējīgus rezultātus.
Līdz ar OpenAI ChatGPT izlaišanu, ko finansēja Microsoft, 2022. gada beigās sākās steiga pārņemt kontroli AI tehnoloģiju sektorā. Debija pamudināja digitālos lielos uzņēmumus, tostarp Ķīnas Baidu Inc (9888.HK) un Alphabet Inc (GOOGL.O), ieviest savus AI valodas modeļus.
Fakts, ka LLaMA var strādāt daudzās valodās, kas ievērojami palielina tās pielāgošanās spēju dažādām situācijām un apstākļiem, ir viena no tās svarīgajām stiprajām pusēm. Turklāt LLaMA ir moderns apmācības algoritms, kas var efektīvi apstrādāt milzīgus datu apjomus. Ar šīs metodes palīdzību valodas modeļus var apmācīt ātrāk un efektīvāk un izmantot dažādiem dabiskās valodas apstrādes uzdevumiem.
Izmantojot dažādas etalonu datu kopas, tostarp labi zināmos GLUE un SuperGLUE etalonus, pētnieki veica izmēģinājumus, izmantojot LLaMA modeli, un sasniedza progresīvus rezultātus vairākos uzdevumos. Rezultāti parādīja, ka, saglabājot salīdzinoši pieticīgu modeļa izmēru un ātru secinājumu veikšanas laiku, LLaMA ir ārkārtīgi efektīva sarežģītu valodas uzdevumu risināšanā.
LLaMA var pārspēt konkurentus, kuri novērtē vairāk parametru, tostarp Microsoft atbalstīto OpenAI ChatGPT. Tiek ziņots, ka 13 miljardu parametru versija pārsniedz GPT-3, kas ir nesenais priekštecis modelim, uz kura ir izveidots ChatGPT.
Šis jaunais sasniegums ir vēl viens solis nepārtrauktajā konfliktā starp uzņēmumiem, piemēram, Alphabet Inc. un Ķīnas Baidu Inc. par pārākumu AI tehnoloģiju jomā. Ar savu spēcīgo veiktspēju un ievērojamo parametru skaitu LLaMA varētu dot Meta virsroku šajā konfliktā. Būs interesanti novērot, kā citi uzņēmumi reaģē uz šo pēdējo notikumu.