|
如何评价 LLaMA 模型泄露？ - 知乎
想要快速玩起来 LLaMA 分三步： 下载模型文件 使用 Docker 准备运行环境 运行它，开玩 我们先来进行第一步操作，下载模型文件。 下载 LLaMA 模型文件 网上随处可见的下载地址就不再赘述（比如 官方项目的 PR #73 [2]），将模型（比如 7B 或者 13B 版本）下载好之后，整理目录结构，确保目录结构和下面 ...
Meta 发布模型 Llama 3，实际体验效果如何？ - 知乎
Llama 3 70B 的能力，已经可以和 Claude 3 Sonnet 与 Gemini 1.5 Pro 等量齐观，甚至都已经超过了去年的两款 GPT-4 。 更有意思的，就是价格了。实际上，不论是 8B 和 70B 的 Llama 3 ，你都可以在本地部署了。后者可能需要使用量化版本，而且要求一定显存支持。但是这对于很多人来说已经是非常幸福了，因为 ...
Meta 发布开源可商用模型 Llama 2，实际体验效果如何？
LLaMA-2-chat 几乎是开源模型中唯一做了 RLHF 的模型。 这个东西太贵了，Meta 真是大功一件！ 根据下图的结果，LLaMA-2 经过 5 轮 RLHF 后，在 Meta 自己的 reward 模型与 GPT-4 的评价下，都表现出了超过 ChatGPT 性能（在Harmlessness与Helpfulness两个维度）。
如何评价 Meta 刚刚发布的 LLama 4 系列大模型？ - 知乎
llama真是吊死在DPO上了..... 新架构infra，长上下文，Reasoning RL，工程性coding可能还是大家今年的主攻方向。 移步转眼，时间快来到了2025年中旬，Openai，Anthropic，Deepseek的大模型都憋着劲还没发，要一飞冲天，未来几个月想必会非常热闹。
如何看Meta最新开源的Llama3.3-70B-Instruct，它和之前的Llama有什么区别?
Llama 3.3-70B-Instruct在多语言支持方面表现出色，尽管目前不支持中文，但它支持多达8种语言的文本输入和输出，这为全球开发者提供了广泛的应用可能性。 随着社区的不断壮大和技术的持续迭代，Llama 3.3有望在未来的开发和应用中发挥更大的作用。
怎么看待Llama3.1依旧不支持中文的现状？ - 知乎
Llama系列模型一直对中文支持都比较差，是中文模型比较难吗？还是其它原因？
Deepseek为什么蒸馏llama和Qwen模型,而不用671B满血模型去蒸馏自己的小模型？ - 知乎
三个可能原因，一是 deepseek v3没有自己的小模型；二是v2或2.5的小尺寸模型不如llama和 qwen 同级别尺寸的性能。 ；三是蒸馏后的模型，llama和qwen有更好的部署生态。
如何评价Llama 4？ - 知乎
https://www.llama.com/ 混饭吃而已，个人公众号: 会做饭的螃蟹
做大模型RL后训练，用huggingface/trl还是用llama-factory？
14B模型，我用llama-factory做过reward model的lora训练和PPO的lora训练，具体训练脚本可以看我的两篇文章。 PPO训练实践——基于llamafactory训练框架 和 RewardModel 训练实践——基于llamafactory训练框架。
一文读懂Llama 2（从原理到实战）
Llama 2-Chat的训练过程：这个过程从使用公开可用的在线资源对Llama 2进行预训练开始。 接下来，通过应用有监督微调，创建了Llama 2-Chat的初始版本。 随后，使用人类反馈强化学习（RLHF）方法，具体是通过拒绝采样和近端策略优化（PPO），对模型进行迭代优化。
|
FIRE101 Fire Jobs 