Meta ยักษ์ใหญ่ด้านเทคโนโลยีเพิ่งเปิดตัวโมเดล AI ที่โดดเด่นรุ่นต่อไป: Llama 2 กลุ่มโมเดล AI ที่เป็นนวัตกรรมใหม่นี้ได้รับการพัฒนาอย่างชัดเจนเพื่อขับเคลื่อนแชทบอทหลายตัว รวมถึง ChatGPT และ Bing Chat ของ OpenAI พร้อมกับระบบการสนทนาที่ล้ำสมัยอื่นๆ
Llama 2 ได้รับการฝึกอบรมเกี่ยวกับชุดข้อมูลสาธารณะที่เข้าถึงได้มากมายและเหนือกว่ารุ่นก่อนหน้าในแง่ของประสิทธิภาพโดยรวม ตัวตายตัวแทนของโมเดล Llama คือการพัฒนาที่สำคัญที่ให้ความสามารถในการโต้ตอบที่เหนือกว่าเมื่อเปรียบเทียบกับระบบอื่นที่คล้ายแชทบอท
โดยเฉพาะอย่างยิ่ง Llama ดั้งเดิมสามารถเข้าถึงได้เมื่อร้องขอเท่านั้น เนื่องจาก Meta ใช้มาตรการป้องกันอย่างเข้มงวดเพื่อจำกัดการใช้งานในทางที่ผิด อย่างไรก็ตาม ในที่สุดโมเดล Llama ก็พบหนทางในชุมชน AI ต่างๆ แม้ว่าจะตั้งใจเฝ้าประตูก็ตาม
ในทางตรงกันข้าม Llama 2 เปิดให้ใช้งานเพื่อการวิจัยและเชิงพาณิชย์ในรูปแบบที่ได้รับการฝึกอบรมล่วงหน้า มอบความสะดวกสบายในการเพิ่มประสิทธิภาพบนแพลตฟอร์มการโฮสต์ต่างๆ เช่น AWS, Azure และ AI ของ Hugging Face โมเดลนี้รับประกันประสบการณ์ที่เป็นมิตรต่อผู้ใช้ การเปิดตัว Llama 2 เป็นไปได้เนื่องจากการขยายความร่วมมือกับ Microsoft ทำให้เหมาะสำหรับ Windows และอุปกรณ์ที่ติดตั้งระบบบนชิป Snapdragon ของ Qualcomm มีรายงานว่า Qualcomm กำลังดำเนินการย้าย Llama 2 ไปยังอุปกรณ์ Snapdragon ภายในปี 2024
Llama 2 มีสองเวอร์ชั่น: แบบพื้นฐานและ Llama 2-Chat ออกแบบมาเพื่อการโต้ตอบแบบสองทางโดยเฉพาะ ทั้งสองเวอร์ชันมีให้บริการในระดับความซับซ้อนต่างๆ ซึ่งกำหนดโดยช่วงของพารามิเตอร์ 7 พันล้าน 13 พันล้าน และ 7 หมื่นล้าน พารามิเตอร์ ซึ่งเป็นส่วนหนึ่งของโมเดลที่เรียนรู้จากข้อมูลการฝึก จะกำหนดความสามารถของโมเดลในปัญหาได้อย่างมีประสิทธิภาพ ในกรณีนี้คือการสร้างข้อความ
Llama 2 ได้รับการฝึกอบรมโดยใช้โทเค็นสองล้านโทเค็น ซึ่งหมายถึงข้อความดิบ นี่เป็นเกือบสองเท่าเมื่อเทียบกับ Llama ดั้งเดิมซึ่งได้รับการฝึกฝนบนโทเค็น 1.4 ล้านล้านโทเค็น โดยทั่วไป โทเค็นจำนวนมากส่งผลให้มีประสิทธิภาพมากขึ้นเมื่อจัดการกับโมเดล AI เชิงกำเนิด Meta นิ่งเงียบเกี่ยวกับข้อมูลเฉพาะของการฝึกอบรม นอกเหนือจากการเปิดเผยว่าเป็นภาษาอังกฤษเป็นหลัก ซึ่งมาจากอินเทอร์เน็ต และเน้นข้อความที่มีลักษณะข้อเท็จจริง
ความเคลื่อนไหวนี้เริ่มต้นบทใหม่ในอาณาจักร AI ที่มีศักยภาพมากมายสำหรับแพลตฟอร์ม แบบไม่ใช้โค้ด และ low-code เช่น AppMaster ช่วยให้ผู้ใช้สามารถใช้เครื่องมือขั้นสูงเหล่านี้ในแอปพลิเคชันมากมาย ในขณะที่ทำให้กระบวนการพัฒนารวดเร็วและมีประสิทธิภาพ
