微信扫码
与创始人交个朋友
我要投稿
Llama家族再添新成员,多模态能力终于到来!
Meta刚刚发布了Llama 3.2模型系列,包括多模态视觉模型和小型文本模型,共计10个开放权重模型。
这次更新不仅带来了期待已久的视觉能力,还为移动设备和边缘计算提供了更多选择。
多模态Llama:视觉能力终于解锁
Llama 3.2 Vision模型终于为Llama家族带来了多模态能力。它提供了两种尺寸:
11B版本:适合在消费级GPU上高效部署和开发
90B版本:适用于大规模应用
90B版本中,其中18B用于新视觉功能。
并且,模型在视觉能力上超越了所有闭源模型。
这两个版本都有基础模型和指令微调变体。除此之外,Meta还发布了支持视觉的Llama Guard 3新版本,可以对模型输入和输出进行分类,包括检测有害的多模态提示或助手回复。
小而强大:1B和3B文本模型登场
Llama 3.2还推出了可在设备上运行的小型文本语言模型,包括1B和3B两种新尺寸,每种都有基础和指令变体。这些模型具有强大的能力:
支持多语言:英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语和泰语
长上下文:支持128k token的长上下文
性能出色:3B模型在IFEval基准测试上的表现与8B模型相当
这些小型模型非常适合提示重写、多语言知识检索、摘要任务、工具使用和本地运行的助手等应用场景。
技术细节:模型架构与训练
Llama 3.2 Vision模型的架构基于Llama 3.1 LLM与视觉塔和图像适配器的组合:
11B Vision模型使用Llama 3.1 8B作为文本模型
90B Vision模型使用Llama 3.1 70B作为文本模型
据了解,在训练视觉模型时,文本模型被冻结以保持文本性能。这些模型在包含60亿图像-文本对的大规模数据集上进行了训练。
小型文本模型遵循与Llama 3.1相同的架构,使用高达9万亿token进行训练,同样支持128k token的长上下文。
超强性能
Meta公布的基准测试结果显示,Llama 3.2 Vision模型在多个任务上表现出色:
MMMU(验证集):11B模型达到50.7%,90B模型达到60.3%
VQAv2(测试集):11B模型达到75.2%,90B模型达到78.1%
DocVQA(测试集):11B模型达到88.4%,90B模型达到90.1%
小型文本模型的性能同样令人惊喜。在Open LLM Leaderboard评估中,3B模型在某些任务上甚至接近8B模型的表现。特别是在IFEval基准测试中,3B指令模型与8B指令模型表现相当,这使其非常适合需要严格遵循指令的应用场景。
许可变更:欧盟用户受限
值得注意的是,Llama 3.2的许可条款有一项重要变更:欧盟境内的个人或公司不被授予使用Llama 3.2多模态模型的许可权利。这一限制不适用于最终用户,因此开发者仍可使用这些模型构建面向全球的产品。
生态系统支持:便捷使用与部署
Hugging Face生态系统为Llama 3.2提供了全面支持:
模型权重已上传至Hub
Transformers和TGI集成了Vision模型
支持通过Inference Endpoints、Google Cloud、Amazon SageMaker和DELL Enterprise Hub进行推理和部署
提供了在单个GPU上微调Llama 3.2 11B Vision的示例
此外,还可以使用TRL对文本模型进行聊天和微调,Vision模型的微调支持也已添加到TRL中。
Llama家族的重要里程碑
Llama 3.2的发布标志着Meta在大语言模型领域又迈出了重要一步。多模态能力的加入和小型高效模型的推出,为研究人员和开发者提供了更多可能性。
?
?
?
?
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-11-23
Pixtral Large:128K 上下文窗口 + 多模态融合,开启智能新视界!
2024-11-20
基于GPU的ANN检索
2024-11-20
打破文本边界:如何进行多模态RAG评估
2024-11-15
西湖大学&腾讯:一个多模态Web Agent的开源框架
2024-11-13
最复杂多智能体发布!百度推出“秒哒”和文心iRAG
2024-11-12
【RAG&多模态】多模态RAG-ColPali:使用视觉语言模型实现高效的文档检索
2024-11-11
开摆!谷歌AI视频上线!脚本、素材、剪片全稿定!
2024-11-11
文档OCR版式识别,兼顾速度与精度,YOLO当首选
2024-05-30
2024-09-12
2024-06-17
2024-08-06
2024-08-30
2024-04-21
2024-06-26
2024-07-07
2024-06-14
2024-07-21
2024-09-26
2024-09-26
2024-09-01
2024-07-15
2024-07-14
2024-07-10
2024-07-02
2024-06-29