Meta 正式发布 Llama 3 系列大模型，包含 8B 和 70B 两款核心型号。相比 Llama 2，Llama 3 在词汇量、训练数据量、上下文窗口及 GQA 机制上均有显著提升。模型在 MMLU、HumanEval 等多项基准测试中表现优异，训练数据超 15T token，支持 30 多种语言。开发者可通过 Replicate 在线体验或使用 Python 结合 Transformers 库进行本地部署。Meta 未来还将发布多模态及更大参数量的模型。
Meta 正式发布了 Llama 3 系列大模型，标志着开源大模型领域的重要进展。本文将对 Llama 3 的发布信息、模型规格、性能表现及使用方法进行详细的技术总结。
Llama 3 的发布时间为北京时间 4 月 19 日 0 点 37 分。这一时间点主要依据 Meta 首席 AI 科学家 Yann LeCun 在社交媒体平台发布的公告时间确定。
目前 Llama 3 系列主要发布了两款核心模型：
相比前代产品，Llama 3 在多个维度实现了显著升级：
Llama 3 在以下五个关键基准测试中展现了强劲实力：
无论是 Llama 3-8B 还是 Llama 3-70B，在上述测试中的表现均优于当前市场上的优秀大模型。为了验证现实场景性能，开发人员还构建了一套新的高质量人类评估集，包含 1,800 个提示，涵盖建议寻求、头脑风暴、分类、封闭式问答、编码、创意写作等 12 个关键用例。为避免模型过拟合，即使是开发团队也无法访问该评估集。
推荐通过 Replicate 等平台直接访问 Llama 3 接口，无需本地登录即可快速体验。
开发者可以通过 Hugging Face Transformers 库在本地运行模型。以下是基于 Python 的基础加载示例：
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch
model_id = "meta-llama/Meta-Llama-3-8B"
# 加载分词器
tokenizer = AutoTokenizer.from_pretrained(model_id)
# 加载模型
model = AutoModelForCausalLM.from_pretrained(
model_id,
torch_dtype=torch.float16,
device_map="auto"
)
# 生成文本
text = "What is the capital of France?"
prompt = tokenizer.apply_chat_template([{"role": "user", "content": text}], tokenize=False, add_generation_prompt=True)
tokens = tokenizer(prompt, return_tensors="pt").to(model.device)
output = model.generate(tokens, max_new_tokens=50)
print(tokenizer.decode(output[0], skip_special_tokens=True))
部分平台提供 Llama 3 的 API 服务，开发者可集成到现有应用中。需注意地区限制和账户要求，国内用户建议使用本地部署或合规的云服务。
Meta 计划在后续几个月内发布具有新功能的多模态模型，包括支持多种语言交谈的能力以及更长的上下文窗口。此外，一个参数量达 400B 的模型仍在训练中，其初步基准测试显示潜力巨大。
Llama 3 的发布进一步巩固了开源大模型在行业中的地位。通过更大的训练语料、优化的架构设计以及更丰富的生态工具，它为开发者提供了强大的基础。对于希望深入探索 AI 技术的工程师而言，掌握 Llama 3 的使用与微调是当前的重要技能之一。建议关注官方文档以获取最新的模型更新和安全指南。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online