AI 大神李沐老师时隔 1 年多，终于回归 B 站 " 填坑 "经典论文精读系列了！

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：

（视频地址在文末领取）

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……

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。

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。

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

参考链接：

[ 1 ] https://x.com/lmsysorg/status/1818321701052276990

[ 2 ] https://x.com/rohanpaul_ai/status/1817588798320222518

[ 3 ] https://x.com/nutlope/status/1818319880191643801

[ 4 ] https://x.com/satvikps/status/1817672316077154320