生成式AI版图持续扩张。Meta今日推出新一代AI模型家族Llama 2，旨在驱动ChatGPT、Bing Chat等现代聊天机器人应用。经混合公开数据训练，Llama 2性能较上一代显著提升。
Llama 2是Llama的后续版本，可根据提示词生成文本和代码，表现媲美同类系统。此前Llama仅能通过申请获取以防范滥用（后仍遭泄露传播），而Llama 2免费开放研究与商业用途，将在AWS、Azure及Hugging Face平台提供预训练与微调支持。得益于与微软的合作，Llama 2针对Windows优化，并适配高通Snapdragon芯片设备（计划2024年引入）。
Llama 2与Llama的核心差异
Meta在白皮书中详述了二者区别：
- 版本细分：包含Llama 2基础版与支持双向对话的微调版Llama 2-Chat；按参数规模分为70亿、130亿及700亿三种规格（参数定义模型生成文本的能力）。
- 训练数据量：Llama 2使用2万亿token训练，约为Llama（1.4万亿）的两倍。作为对比，Google PaLM 2使用360万token，推测GPT-4亦达数万亿级别。Token越多通常意味着模型能力越强。
- 数据来源：Meta未披露具体来源，仅说明主要为网络英语文本，强调“事实性”特征且非来自自家产品。此举或出于竞争考量及规避AI训练版权法律争议。
性能评估与局限性
基准测试显示，Llama 2表现略逊于GPT-4和PaLM 2，编程能力差距明显。但人类评估认为其与ChatGPT同样“有帮助”，在约4000个探测“帮助性”与“安全性”的提示词中表现相当。
需注意以下局限：
- 测试覆盖不足：Meta承认基准测试缺乏多样性，未能充分涵盖编程与人类推理等现实场景。
- 偏见问题：受训练数据不平衡影响，模型更倾向使用“he”而非“she”；因含西方宗教词汇较多，呈现西方倾向；毒性基准测试表现未优于其他模型。
- 过度谨慎：Llama 2-Chat虽在内部测试中表现优于基础版，但常拒绝请求或提供过多安全细节。
托管版Llama 2将叠加额外安全层。例如Azure平台集成Azure AI Content Safety服务，用于检测并减少AI生成内容中的不当信息。
合规与展望
Meta强调用户须遵守“安全开发与部署”方针、许可协议及可接受使用政策，以规避潜在风险。Meta表示：“公开分享大语言模型有助于开发更有用且安全的生成式AI。”
然而，开源模型的不可控性意味着其实际应用难以预测。随着技术快速迭代，答案将很快揭晓。