大语言模型（LLM）在过去几年产生了巨大影响，特别是随着OpenAI的ChatGPT的出现，各种大语言模型如雨后春笋般出现，国内如KimiChat、通义千问、文心一言和智谱清言等。
然而，大语言模型通常拥有庞大的参数，从数十亿到数千亿，甚至到数万亿。比如通义千问发布的开源模型就包含了70亿、140亿和720亿等多个规模的版本；而最近发布的Llama3大模型则是有80亿和700亿两个版本；而广为人知的ChatGPT3最大的一个模型参数则达到了1750亿！
大模型的参数越多，一般意味着它能够捕捉和处理更丰富的信息和更复杂的模式，也就是回答的效果会更好，但是它们对于个人电脑、智能手机和其他智能设备等设备来说计算量却太大（尽管出现了量化等技术）。
由于上述原因，人们对小语言模型（SLM）的兴趣日益浓厚，并且在最近也出现了几款比较出名的小语言模型，请允许我娓娓道来。
1、Phi-3 模型
Phi-3是微软最近发布的一系列开放式 AI 模型，并且也是现有功能最强大、最具成本效益的小语言模型。
目前只提供了 mini 版本，即 Phi-3-mini ，这个版本拥有38亿个参数（也就是3.8B），经过3.3 万亿 token 的训练，并且被优化至可部署在手机上。
如果想体验的话，可以在[Microsoft Azure AI Studio]，或者我们之前提到过的Ollama上使用。
Phi-3-mini 一共支持两种上下文，分别是4K和128K，其中128K的上下文长度是同类产品第一个支持的，并且对质量影响很小。
而且 Phi-3-mini 是经过指令微调的，这意味着它可以开箱即用！
虽然Phi-3 mini 参数很小，但是它表现良好，能够与Mixtral 8x7B 和 GPT-3.5 等模型相媲美！
注：Phi-3 在事实基准测试上(如TriviaQA)表现不佳，这是因为较小的模型大小会导致保留事实的能力较低
最后，微软在后续的几周内还会推出7B和14B两个型号，也就是图中的Phi-3-small和Phi-3-medium。
2、OpenELM 模型
OpenELM是Apple团队最近发布的模型，这是一个旨在在手机和笔记本电脑上运行的开源小语言模型 (SLM) 系列。
这个系列一共包含了2.7亿、4.5亿、11亿和30亿四个参数版本（有预训练和指令微调版本，一共8个型号）。
OpenELM 模型的突出特点是其内存和计算效率。它们建立在一系列最新的优化技术之上，这些技术减少了语言模型的内存和计算占用量。
根据Apple团队的描述，OpenELM 还使用了分层缩放策略，即以非均匀的方式将参数分配给注意力层和前馈层，这与经典的 Transformer 模型相反，经典的 Transformer 模型在所有层上具有统一的结构。
这种策略在参数预算约为 10 亿个参数的情况下，与 OLMo 相比，精度提高了 2.36%，同时需要的预训练令牌减少了 2 倍。
根据Apple发布的论文，在性能上，OpenELM 的性能优于使用公开数据集进行预训练的现有开源 LLM，如下图
值得一提的是，苹果这次发布了完整的框架，包括数据准备、训练、微调和评估程序，以及多个预训练的 checkpoint 和训练日志，其目标是“赋权和加强开放研究社区”，这与苹果之前的闭源生态形成了鲜明对比！
如果对OpenELM想了解更多的话，可以阅读其论文，这是地址：[arxiv.org/pdf/2404.14…]
3、Gemma 模型
Gemma 由 Google DeepMind 和 Google 的其他团队开发，灵感来自 Gemini，其名称反映了拉丁语gemma，意思是“宝石”。
Google一共发布了两种尺寸的模型，分别是[Gemma 2B 和 Gemma 7B]，每个尺寸都发布了经过预训练和指令调整的变体，并且能够直接在开发人员笔记本电脑或台式电脑上运行。
在官方的博客上提到，由于Gemma 模型与Gemini模型共享技术和基础设施组件，这使得Gemma能够在同尺寸其他模型中保持比较好的性能，下面是Gemma和Llama-2的一个对比。
值得注意的是，Gemma还有两个变体，分别是CodeGemma和RecurrentGemma
CodeGemma 注重的是编码功能，它也有几个不同的版本：一个7B的预训练变体，专门用于代码补全和代码生成任务；一个7B的指令调整变体，用于代码聊天和指令执行；还有一个2B的预训练变体，适用于快速代码补全，并且可以安装在你的本地计算机上。
这是CodeGemma与其他类似模型在单行和多行代码完成任务上的表现
RecurrentGemma 注重的是推理能力，与其他模型不同的是，它并没有采用目前LLM的Transformer架构，而是基于Google新的[Griffin 架构]。
在Google的博客中提到，这种 Griffin 架构是一种比较独特的结构，主要利用了循环神经网络和局部注意力来提高记忆效率。
💡 在 Transformer 架构出现之前，循环神经网络（RNNs）通常用于通过利用一个“隐藏状态”来处理序列数据，这个隐藏状态在处理数据时会不断更新。这个隐藏状态与一个“局部注意力”机制相结合，允许模型在不需要在每个步骤中回溯所有隐藏状态的情况下，回忆序列中早期的信息。
这种架构在实现与 Gemma 2B 模型类似的基准分数性能的同时，还带来了以下两个优势：
-
减少内存使用：较低的内存要求允许在内存有限的设备（例如单个 GPU 或 CPU）上生成更长的样本。
-
更高的吞吐量：由于内存使用量减少，RecurrentGemma 能够以显著更高的批量大小进行推断，从而每秒生成更多的令牌。
而且尽管缺乏基于 Transformer 的架构，但研究团队发现，与较大的 LLM（包括 Gemma 系列模型的 LLM）相比，RecurrentGemma 在各种测试中表现良好。
根据该团队的研究结果，RecurrentGemma-2B-IT（IT 的意思是指令调整模型）在数百个包括创意写作和编码任务的提示中相对于更大的 Mistral 7B 模型取得了 43.7% 的胜率。这一结果也仅略低于 Gemma-1.1-2B-IT 在同组任务中取得的 45% 胜率。
最后简单总结一下，本次一共介绍了三款大厂推出的小语言模型（SLM），虽然现在大语言模型如火如荼，但它对于设备的要求较高，所以最近也不断涌现出了很多小模型，看着有二分天下的态势，未来的语言模型或许会朝着更小、更灵活的人工智能模型进行转变。
如何学习AI大模型？
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；
第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
