失联大神李沐B站复更：领读Llama 3.1论文，还多讲了一点AI八卦；大模型竞技场Llama 3.1排名第三

没错，最新主角儿还是Llama-3.1：

在这个18分钟左右的视频中，李沐老师手把手教我们读Llama-3.1技术论文，甚至还爆料了一些八卦。（指路7分50秒左右）

他提到，Llama团队在训练最大模型时，其实一开始同时训练了MoE模型和稠密模型，但是前者后来失败了，所以最后只发了一个简单版本。

更多细节大家可以去看原视频，悄咪咪透露，李沐老师刚一上线，播放瞬间破万了。

一大批研究僧们正闻风赶来，瞧瞧热一就知道大家的精神状态了：

与此同时，大模型竞技场排名更新，Llama-3.1-405B代表开源模型首次跻身竞技场前三，仅次于GPT-4o和Claude-3.5-Sonnet。

当然了，这一结果可能并不意外，Meta官方早就暗戳戳地将这几个作了一番比较。

同样是人类评估，Llama-3.1-405B和另外两个打得不分上下。

另外我们看到，Llama-3.1-405B不仅整体能打，在单项（编码、数学、指令遵循、硬提示）中依然牢牢占据前三。

值得一提的是，Llama-3.1-70B也来到了总榜第9，整体置信水平相较之前有了大幅提高。

不过最令人惊喜的是，与此同时，国外网友也对405B的新战绩发来贺电，更有人“贴心”提醒：

405B只接受过“计算最优”训练，他们（指Meta）本来可以继续前进，下一次迭代将会是惊人的。

Okk，知道Llama-3.1-405B很腻害了！

这不，仅发布一周，网友们已经玩出花了……

拿来搞生产

搞生产第一步，先在本地跑起来试试~

Open Interpreter（一个让LLMs在用户本地运行的项目）技术社区经理为我们展示了他的成果——

让Llama-3.1-8B在树莓派上运行，仅用到CPU。

，时长00:36

方法嘛，只需在GitHub或Hugging Face下载llamafile文件，配置参数后即可。

据他透露， 这项尝试使用了Raspberry Pi 5（8GB内存）、M.2 Hat和Hailo AI模块，且采用了4-bit quantization（4位量化）。

不过小哥也调侃，这家伙运行几句话就能真·烧干CPU。

接下来，小哥已经在网友的催促下磨刀霍霍向405B了~

除了上面这个例子，还有网友用Llama-3.1-405B在任何GitHub仓库上开始创建聊天机器人。

，时长01:22

而且是不花钱那种，Hugging Face免费提供了创建新助手的功能。

不过Groq工程师Rick Lamers在尝试后提出质疑：

当前的RAG管道可能存在问题，容易产生幻觉。

但不管怎样，网友们想尝试的心还是拦不住了~

另外，除了实实在在拿出东西，还有网友拿Llama-3.1-405B放起了烟雾弹。

就在刚刚，网友Hassan宣布：

使用Llama-3.1-405B生成完整的React应用程序。

好家伙，这下开发APP岂不是更简单了！

虽然还未正式开源，但底下网友们已经开始排好队了。

更多玩法欢迎大家自行解锁~

李沐Llama3.1论文精读

https://www.bilibili.com/video/BV1WM4m1y7Uh/

榜单完整数据：

https://chat.lmsys.org/?leaderboard