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……
拿来搞生产
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。
方法嘛，只需在GitHub或Hugging Face下载
llamafile文件
，配置参数后即可。
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
