文章预览
开源啦!开源啦! 早上起来发现,Meta AI又开源模型,文本模型开源了端侧小模型1B和3B模型,也是首次开源了多模态大模型11B和90B两个版本;同时还开源了一个 Llama Stack项目。 Blog: https://ai.meta.com/blog/llama-3-2-connect-2024-vision-edge-mobile-devices/ HF: https://huggingface.co/collections/meta-llama/llama-32-66f448ffc8c32f949b04c8cf 其中Llama3.2多模态模型在图像识别和一系列视觉理解任务方面效果优于Claude 3 Haiku 和 GPT4o-mini。文本模型-Llama3.2-3B模型在循指令、总结、提示重写和工具使用等任务上优于 Gemma 2 2.6B 和 Phi 3.5-mini 模型。 多模态模型效果 端侧模型效果 多模态模型 Llama3.2的11B和90B模型多模态是基于Llama3.1-8B、70B文本模型上,增量增加图像模型。 pretrain阶段: 文本模块由Llama3.1模型初始化,并初始化图像编码器,利用大规模噪声(图像、文本、6B数据对)对数据进行预训练
………………………………