「LLaMAを超えて:オープンLLMの力」

Beyond LLaMA The Power of Open LLM

LLaMAがオープンソースを再びクールにしている方法

(写真:Paz Arando/Unsplash)

最近の大規模言語モデル(LLM)の進展にもかかわらず、最も強力なモデルの多くは有料のAPIを介してのみアクセス可能であり、大量のプロプライエタリデータを使用してトレーニングされています。そのため、研究コミュニティはこのようなモデルにアクセスしたり再現したりすることが制限されています。この傾向は、LLMがごく少数の中央集権的なグループによって大部分に制御され、他の人々にこれらのモデルとの相互作用のために支払いを強いることを心配させます。このようなシナリオでは、ほとんどの研究者が独自にLLMに直接アクセスしたり改善したりすることができません。

「[多くの] LLMは、トレーニングに膨大な計算リソースを必要とし、しばしば大規模かつプロプライエタリなデータセットを使用しています。これは、将来、高性能なLLMがごく少数の組織によって大部分に制御されることを示唆しています。」- [5]から引用

LLMのトレーニングとホスティングの計算的な負荷を考えると、これらのモデルをオープンソース化しても研究コミュニティにとって有益なのか疑問に思うかもしれません。大規模な計算リソースを持つ巨大な組織の一部でない限り、LLMを使って有益な研究を行うことはできるのでしょうか?もしそうでなければ、LLMの中央集権的な制御とアクセスの世界に運命を託されることになるかもしれません。これらのモデルは、多くの人々にとって扱いづらいほどの「重力」(つまり、大量のデータと計算へのアクセスが必要)を持っているように思えます。

LLaMAの提案(およびその後のリーク)は、より小規模ながら強力なLLMのスイートをオープンソース化することで逆方向に進んでいます。LLaMAの公開後、LLMに関する大量のオープンな研究が行われました。この研究によってさまざまなモデルが生み出されましたが、その中にはChatGPTと同等の品質を持つものもありました。特にこれらのモデルは、最小限のコスト(ほとんどの場合は$500未満)と控えめな計算リソース(これらのモデルの一部は通常のMacBookでも実行できます!)で作成されました。ここでは、最近提案されたLLaMA後のいくつかのモデルを調査し、LLMに関するオープンソースの研究がそのトピックをよりアクセス可能にした方法を探求します。

([3, 4, 5]から)

コアコンセプト

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

データサイエンス

「2023年にデータサイエンスFAANGの仕事をゲットする方法は?」

データサイエンスは非常に求められる分野となり、FAANG(Facebook、Amazon、Apple、Netflix、Google)企業での就職は大きな成...

データサイエンス

「3つの質問:ロボットの認識とマッピングの研磨」

MIT LIDSのLuca CarloneさんとJonathan Howさんは、将来のロボットが環境をどのように知覚し、相互作用するかについて議論し...

人工知能

「サティスファイラボのCEO兼共同創設者、ドニー・ホワイト- インタビューシリーズ」

2016年に設立されたSatisfi Labsは、会話型AI企業のリーディングカンパニーです早期の成功は、ニューヨーク・メッツ、メイシ...

データサイエンス

「Adam Ross Nelsonによる自信のあるデータサイエンスについて」

データサイエンスの中で新たな分野が現れ、研究内容が理解しにくい場合は、専門家や先駆者と話すのが最善です最近、私たちは...

データサイエンス

2023年にAmazonのデータサイエンティストになる方法は?

ほとんどのビジネスは現在、膨大な量のデータを生成し、編集し、管理しています。しかし、ほとんどのビジネスは、収集したデ...

人工知能

「15Rockの共同創業者兼CEO、ガウタム・バクシ氏によるインタビューシリーズ」

「ガウタム・バクシは、気候リスク管理とアドバイザリーサービスのグローバルリーダーである15Rockの共同創設者兼CEOですガウ...