Back to Reference
AI
Most popular
Search everything, get answers anywhere with Guru.
Watch a demoTake a product tour
October 31, 2024
XX min read

Llama 3 คืออะไร? คู่มือสำหรับมือใหม่ทีละขั้นตอน [2024]

พบกับ Llama 3 — โมเดลภาษาโอเพนซอร์สขนาดใหญ่ (LLM) ที่สร้างโดย Meta ที่เปลี่ยนแปลงตลาด AI ที่สร้างสรรค์และสามารถรองรับการใช้งานที่หลากหลาย คู่มือนี้สำรวจว่า Llama 3 คืออะไรและมันสามารถเปลี่ยนแปลงวิธีการทำงานของคุณได้อย่างไร. 

โลกของปัญญาประดิษฐ์ (AI) ที่สร้างสรรค์มีแนวโน้มที่จะเติบโตในปีต่อ ๆ ไป โดย คาดว่าจะมีรายได้ถึง 1.3 ล้านล้านดอลลาร์ภายในปี 2032. ด้วยการฟื้นตัวเช่นนี้ จึงไม่น่าแปลกใจที่มีหลายบริษัทกำลังแข่งขันเพื่อสร้าง LLM ที่ดีที่สุด

Meta ก็ไม่ได้แตกต่างไปเช่นกัน. ในเดือนเมษายน 2024 Meta ได้เปิดตัว Llama 3 ซึ่งเป็น LLM ที่มีนวัตกรรมและทรงพลัง ที่ตั้งมาตรฐานคุณภาพใหม่สำหรับคู่แข่งอื่น ๆ. สิ่งที่ทำให้โมเดล AI นี้แตกต่างจากเครื่องมืออื่น ๆ คือมันเป็นโอเพนซอร์สและได้รับการฝึกฝนจากชุดข้อมูลขนาดใหญ่

แต่ขออย่าเสียเวลาอีกเลย. ลงไปที่บทความนี้เพื่อสำรวจว่า Meta Llama 3 คืออะไร คุณลักษณะสำคัญและกรณีการใช้งานคืออะไร และอีกมากมาย. 

Llama 3 คืออะไร?

Llama 3 เป็น LLM ล่าสุดของ Meta AI ที่ออกแบบมาสำหรับกรณีการใช้งานหลายประเภท เช่น การตอบคำถามในภาษาธรรมชาติ การเขียนโค้ด และการระดมความคิด. 

เนื่องจาก ผู้ช่วย AI นี้ ได้รับการฝึกฝนจากข้อมูลที่มีขนาดใหญ่ อันทำให้มันเข้าใจบริบทและตอบสนองเหมือนมนุษย์ ซึ่งทำให้มันมีประโยชน์ในการสร้างเนื้อหาและให้ข้อมูล.

Llama 3 แตกต่างจากโมเดล Llama อื่น ๆ มาพร้อมกับการฝึกอบรมล่วงหน้าและการปรับแต่งการสอนด้วยพารามิเตอร์ 8 พันล้านหรือ 70 พันล้าน ซึ่งทำให้มันเหมาะสำหรับหลายงาน รวมถึงการสร้างโค้ดและการสรุปข้อมูล.  

โมเดลโอเพนซอร์สนี้ยังเปิดให้ใช้งานได้ฟรีใน Hugging Face, Microsoft Azure, NVIDIA NIM, AWS, และ Google Cloud.

แต่สิ่งที่ทำให้มันแตกต่างจากเวอร์ชันก่อนหน้านั้นคืออะไร? เรามาหาคำตอบกันเถอะ. 

Llama 3 ต่างจาก Llama 2 อย่างไร?

สิ่งที่ทำให้ Llama 3 ดีกว่า Llama 2 คืออะไร? พวกเขาไม่ควรจะแตกต่างกันขนาดนั้นใช่ไหม? 

ก็พูดกันตรงๆก่อนเลย Llama 3 ของ Meta มี ชุดข้อมูล 15 ล้านล้านโทเค็น (อนุญาตการเข้ารหัสภาษาที่มีประสิทธิภาพมากขึ้นและประสิทธิภาพที่ดีขึ้น) ซึ่งใหญ่กว่านี้ถึง 7 เท่าจากโมเดลก่อนหน้า.

ด้วยการสนับสนุน 128,000 โทเค็นของ Llama 3 มันจึงมีความสามารถมากกว่าเวอร์ชันอื่น ๆ ของ Llama โดยมีความแม่นยำ การวิเคราะห์ และความเชื่อถือได้ที่ไม่มีใครเทียบได้. 

นอกจากนี้ ตามที่ Meta กล่าว พวกเขายังรวม โค้ดมากขึ้น 4 เท่า และครอบคลุม 30 ภาษา. พวกเขายังเพิ่ม Code Shield ซึ่งเป็นเกราะที่จับโค้ดที่มีข้อผิดพลาดที่ Llama 3 อาจสร้างขึ้น. 

สรุปถ้าว่า Llama 3 มีสถาปัตยกรรมการแปลงที่เหมือนกันกับ Llama 2 แต่ดีกว่าและมีประสิทธิภาพมากกว่า รุ่นก่อนๆ. 

นี่คือสิ่งที่ผู้ใช้งาน Reddit พูดเกี่ยวกับมัน: 

“แม้จากการทดสอบที่จำกัดที่เป็นไปได้ในขณะนี้ ก็ชัดเจนแล้วว่าโมเดล 70B เป็น โมเดลโอเพนซอร์สที่ดีที่สุด ในปัจจุบัน ได้มีการกล่าวไว้ว่าจะมีขนาดโมเดลอื่น ๆ และหน้าต่างบริบทที่สูงขึ้นตามมาแล้ว 

แต่ถ้า Llama 3 เก่งในสิ่งที่ทำ แล้วฟีเจอร์สำคัญคืออะไร? 

ไม่มีปัญหา; เราสามารถสำรวจหัวข้อนี้ในส่วนถัดไปได้

ฟีเจอร์ที่สำคัญของ Llama 3 คืออะไร?

มันต้องมีบางอย่างเกี่ยวกับ Llama 3 ที่ดึงดูดผู้คนมากมาย. ท้ายที่สุด Llama 3 ดีกว่าคู่แข่งอื่น ๆ เช่น Claude 3 หรือ ChatGPT ถึง เฉลี่ย 15% ทั่วทั้งเกณฑ์มาตรฐาน AI. แล้วอะไรทำให้ Llama 3 มีข้อได้เปรียบ?

มาพิจารณาฟีเจอร์ที่สำคัญของมัน; พวกมันอาจให้คำตอบที่เราต้องการ: 

  • พารามิเตอร์โมเดล: Meta มีพารามิเตอร์โมเดลสองตัว เช่น Llama 3 70b และ 8b. Llama 2 ในด้านนี้นี้จะมีประสิทธิภาพดีกว่า โมเดล LLM ที่พัฒนาขึ้นนี้จะเพิ่มประสิทธิภาพ ปรับปรุงการสร้างโค้ด และเพิ่มประสิทธิภาพการทำงานของโมเดลสำหรับสถานการณ์จริง. 
  • ชุดข้อมูลการฝึกฝน: เพื่อทำให้ Llama 3 เป็นที่ดีที่สุด Meta ได้ฝึกฝนมันบนชุดข้อมูลคุณภาพสูงที่มีขนาดใหญ่. รวบรวมโทเค็นกว่า 15T จากแหล่งข้อมูลสาธารณะ Llama 3 จึงเตรียมพร้อมสำหรับกรณีการใช้งานหลายภาษาอย่างมากมาย. Meta สร้างให้มีการกรอง เช่น การกรอง NSFW, ตัวกรองเชิงพาณิชย์, ตัวจัดการคุณภาพ และการกำจัดข้อมูลซ้ำซ้อน. 
  • สถาปัตยกรรมของโมเดล: Llama 3 ยังคงใช้โครงสร้างของ Transformer เฉพาะการถอดรหัส แต่มีการปรับปรุงหลายอย่าง. ก่อนอื่น Llama 3 เข้ารหัสภาษาที่มีประสิทธิภาพมากขึ้น ซึ่งช่วยเพิ่มประสิทธิภาพอย่างมาก. ประการที่สอง Llama ได้รวม Grouped Query Attention (GQA) ในทั้งสองพารามิเตอร์โมเดล ซึ่งเพิ่มประสิทธิภาพในการให้ความหมาย. 
  • การขยายหลังการฝึกอบรม: Meta พัฒนากฎหมายการขยายที่ละเอียดถี่ถ้วนช่วยให้สามารถคาดการณ์ประสิทธิภาพของ Llama 3 ในงานสำคัญ เช่น การสร้างโค้ดที่ประเมินการทดสอบของ HumanEval. นอกจากนี้ Meta ยังได้พัฒนากองการฝึกที่ก้าวหน้าซึ่งอัตโนมัติการจัดการข้อผิดพลาดและเพิ่มเวลาในการทำงานของ GPU. 
  • การปรับแต่งด้วยคำสั่ง: แนวทางใหม่ของ Meta ต่อการฝึกอบรมหลังจากการฝึกอบรมคือการผสมผสานการเลือกปฏิเสธ การปรับนโยบายใกล้เคียง (PPO) และการปรับปรุงโดยตรง (DPO). การรวมกันนี้ช่วยปรับปรุงคุณภาพของคำสั่งและประสิทธิภาพของ Llama 3. 

อย่างไรก็ตาม นี่คือข้อมูลมากมาย. หากคุณต้องการอ่านอีกครั้งหากคุณรู้สึกว่าบางสิ่งไม่ชัดเจน. 😉

หากคุณพร้อมที่จะไปต่อ มาพูดคุยเกี่ยวกับกรณีการใช้งานหลักของ Llama 3. 

กรณีการใช้งานหลักของ Llama 3 คืออะไร?

ตั้งแต่ต้นบทความ คุณอาจตั้งคำถามกับตัวเองว่า “Llama 3 จริงๆ แล้วเก่งด้านไหน?” นี่คือสิ่งที่ส่วนนี้จะพยายามตอบ. 

ดังนั้น นี่คือกรณีการใช้งานที่พบบ่อยที่สุดสำหรับ Llama 3: 

  • แชทบอท: เนื่องจาก Llama 3 มีความเข้าใจภาษาที่ลึก คุณสามารถใช้มันเพื่อทำให้การบริการลูกค้าเป็นอัตโนมัติ. ดังนั้น คุณจะมีเวลาเพิ่มขึ้นให้เจ้าหน้าที่ของคุณได้มุ่งเน้นการพัฒนาความสัมพันธ์กับลูกค้า. ลูกค้าของคุณก็จะรู้สึกมีส่วนร่วมกับแบรนด์ของคุณมากขึ้น.
  • การสร้างเนื้อหา: โดยการใช้ Llama 3 คุณสามารถสร้างเนื้อหาที่หลากหลาย ตั้งแต่บทความและรายงานไปจนถึงบล็อกและแม้กระทั่งเรื่องราว. เช่นนี้ คุณสามารถปรับปรุงกระบวนการสร้างเนื้อหาและทำให้คลอดชิ้นงานมากขึ้นได้เร็วขึ้น. 
  • การสื่อสารทางอีเมล: เมื่อใดก็ตามที่คุณติดขัดและไม่สามารถหาคำที่ถูกต้องได้ Llama 3 สามารถช่วยคุณในการร่างอีเมลและจัดรูปแบบการตอบสนองที่ถูกต้องทุกครั้ง. ดังนั้น คุณจึงรักษาโทนเสียงของแบรนด์ที่สอดคล้องกันในทุกช่องทางการสื่อสาร. 
  • รายงานการวิเคราะห์ข้อมูล: หากคุณต้องการดู ธุรกิจของคุณดำเนินการอย่างไร, Llama 3 สามารถสรุปข้อมูลที่คุณค้นพบ (รวมถึงเอกสารยาว ๆ ของคุณ) และจัดทำรายงานที่มีรูปร่างน่าสนใจด้วยข้อมูล เพื่อให้คุณสามารถตัดสินใจได้อย่างมีข้อมูล. 
  • การสร้างโค้ด: เราได้กล่าวถึงสิ่งนี้หลายครั้งตลอดทั้งบทความและมันเป็นหนึ่งในกรณีการใช้งานหลักของ Llama 3. ดังนั้นนักพัฒนาสามารถสร้างรหัสและระบุข้อผิดพลาดได้. แต่อย่างไรก็ตาม Llama 3 ยังมีการแนะนำในการเขียนโปรแกรมเพื่อปรับปรุงกระบวนการ. 

นี่คือทุกอย่างเกี่ยวกับกรณีการใช้งานของ Llama. 

ต่อไป มาพูดคุยเกี่ยวกับระบบความปลอดภัยของมัน. 

ระบบความปลอดภัยของ Llama 3 คืออะไร?

Llama 3 ทำงานกับข้อมูลที่มีความละเอียดอ่อน ดังนั้นในโลกไซเบอร์ที่ไม่มั่นคงนี้ Meta จึงมุ่งเน้นไปที่การใช้งานมาตรการรักษาความปลอดภัยที่เข้มแข็งเพื่อรักษาข้อมูลนั้นให้ปลอดภัย.

นี่คือสิ่งที่ระบบ Llama 3 ใช้เพื่อให้การใช้งานนั้นปลอดภัยขึ้น:  

  • Llama Code Shield – โดยสรุปแล้ว Code Shield จะกรองโค้ดที่ไม่ปลอดภัยที่ Llama สร้างขึ้นโดยมั่นใจว่าไม่ได้อยู่ในผลิตภัณฑ์สุดท้าย. โดยเบื้องต้น มันจะจัดประเภทและกรองโค้ดที่ไม่ปลอดภัย. 
  • Llama Guard 2 – มาตรการด้านความปลอดภัยนี้มุ่งเน้นไปที่การวิเคราะห์ข้อความของคุณ รวมถึงคำสั่งและการตอบสนอง และจัดประเภทมันว่า“ปลอดภัย” หรือ “ไม่ปลอดภัย” โดยใช้เกณฑ์มาตรฐาน MLCommons AI Safety Taxonomy. สิ่งที่ทำให้ข้อความไม่ปลอดภัยคือคำอธิบายที่มีการเลือกปฏิบัติ ความเกลียดชัง หรือความรุนแรง.  
  • CyberSec Eval 2 – จุดประสงค์ของ CyberSec Eval 2 คือการวัดว่า LLM มีความปลอดภัยเพียงใด โดยใช้ฟังก์ชั่นเช่น ความสามารถด้านความปลอดภัยไซเบอร์เชิงรุก ความอ่อนไหวต่อการประเมินการฉีดค่าคำสั่ง และการใช้โปรแกรม Interpreting ของมัน. 
  • torchtune – Llama 3 ของ Meta ใช้ไลบรารีที่ใช้ PyTorch สำหรับการเขียนและทดลองกับ LLM. ทำไม? เพราะมันเสนอสูตรการฝึกฝนที่ไม่ใช้หน่วยความจำสำหรับการปรับแต่ง. 

เราได้ทำการเสร็จสิ้นกับส่วนทฤษฎีของบทความนี้. ตอนนี้ มาพูดคุยกันในทางปฏิบัติว่าเราจะใช้ Llama 3 ได้อย่างไรโดยใช้ Meta AI. 

คุณจะใช้ Llama 3 ได้อย่างไร?

คุณต้องการใช้และเข้าถึง Llama 3 แต่คุณไม่รู้ว่าจะเริ่มจากตรงไหน. คุณต้องการเลี้ยงหรือให้อาหารมัน? ไม่ได้ — คุณเพียงแค่ต้องเปิดแอพ Meta AI บน Facebook, Messenger, WhatsApp, Instagram หรือเว็บ. 

มันทำงานเหมือน ChatGPT ซึ่งหมายความว่าคุณจะมีส่วนที่กำหนดไว้ที่คุณสามารถถาม Meta AI อะไรก็ได้. 

ข่าวร้ายคือมันมีให้บริการเฉพาะในไม่กี่ประเทศในตอนนี้ เช่น: 

  • สหรัฐอเมริกา
  • ออสเตรเลีย
  • แคนาดา
  • แกน่า
  • จาไมกา
  • มาลาวี
  • นิวซีแลนด์
  • ไนจีเรีย
  • ปากีสถาน
  • สิงคโปร์
  • แอฟริกาใต้
  • ยูเครน
  • แซมเบีย
  • ซิมบับเว

ดังนั้น หากคุณไม่ได้อยู่ในหนึ่งในประเทศเหล่านี้ คุณอาจได้รับข้อความที่น่าเศร้า: 

อย่างไรก็ตาม ไม่ต้องกังวล — Meta สัญญาว่าจะเพิ่มประเทศมากขึ้นในรายชื่อของพวกเขา เพราะพวกเขากำลังเพิ่งเริ่มต้นในการเดินทางนี้ ดังนั้นโปรดติดตามข่าวสารเมื่อ Llama 3 จะพร้อมให้บริการในพื้นที่ของคุณ. 

สำหรับผู้ที่มีการเข้าถึง คุณเพียงแค่ต้องไปที่ llama.meta.com และคลิก ลอง Meta AI ที่มุมขวาบน. 

แท็บใหม่จะเปิดขึ้นพร้อมแดชบอร์ดของ Llama 3 ซึ่งคุณสามารถพิมพ์ข้อมูลของคุณในกล่องแจ้ง. 

คล้ายกับ ChatGPT เครื่องมือนี้จะสร้างข้อความตามที่คุณต้องการ.

คุณยังสามารถใช้ Llama 3 ผ่านแพลตฟอร์มอื่น ๆ เช่น Hugging Face, Perplexity AI, Replicate, GPT4All, Ollama, ChatLabs, หรือใช้งานในเครื่อง. 

ถึงคุณ!

Meta มีหลายอย่างสำรองไว้สำหรับ Llama 3 รวมถึงการทดลองในหลายรูปแบบและการพัฒนารูปแบบที่ใหญ่ที่สุดของพวกเขา (มากกว่า 400B พารามิเตอร์). 

ซอฟต์แวร์ AI นี้มีศักยภาพในการปฏิวัติตลาดและตั้งมาตรฐานคุณภาพใหม่สำหรับคู่แข่งอื่น ๆ. แต่คุณรู้ไหมว่าใครอีกคนที่มีศักยภาพในการเปลี่ยนแปลงวิธีการทำงานของคุณ? 

Guru! 

มันคือแพลตฟอร์มการค้นหา AI ขององค์กร, อินทราเน็ต, และวิกิที่ปรับปรุงประสิทธิภาพของทีมของคุณ. สั้น ๆ คือ คุณสามารถค้นหาทุกอย่าง, ตั้งแต่การสนทนา แอพ ไปจนถึงความรู้ของบริษัท และรับคำตอบอย่างรวดเร็วสำหรับทุกคำถาม. 

ทั้งหมดนี้โดยไม่ต้องสลับแอพ. 

ลอง Guru ตอนนี้ เพื่อค้นพบเพิ่มเติม. 

Key takeaways 🔑🥡🍕

Llama 3 ฟรีหรือไม่?

ใช่ Llama 3 ฟรี. อย่างไรก็ตาม หากคุณใช้ Llama 3 กับบุคคลที่สาม อาจมีค่าใช้จ่ายบางประการที่เกี่ยวข้องกับผู้ขาย. 

Llama 3 เป็นโอเพนซอร์สหรือไม่? 

ใช่ Llama 3 เป็นโอเพนซอร์สและเปิดให้สาธารณชนเข้าถึงได้ เช่นเดียวกับเวอร์ชันก่อนๆ ซึ่งทำให้ Meta แตกต่างจากคู่แข่งอื่น ๆ. 

Llama 3 ดีกว่า GPT-4 ของ OpenAI หรือไม่?

ความแตกต่างหลักระหว่าง Llama 3 และ GPT-4 คือประสิทธิภาพในหลาย ๆ ด้าน. 

ตัวอย่างเช่น ในการทดสอบที่ประเมินความสามารถของเครื่องมือ AI ในการสร้างโค้ดที่คล้ายมนุษย์, Llama 3 ได้คะแนน 81.7 เทียบกับ GPT ได้ 67

ดังนั้น ทุกอย่างขึ้นอยู่กับสิ่งที่คุณกำลังมองหา. 

Llama 3 เป็นตัวเลือกที่ดีสำหรับองค์กรของฉันหรือไม่?

ใช่ มันเป็นตัวเลือกที่ดีหากคุณต้องการโมเดล AI สำหรับวัตถุประสงค์ทั่วไป เช่น การเขียนโค้ดหรือการหาคำตอบ มันยังฟรีและคุณสามารถปรับแต่งมันได้ตามที่คุณต้องการ. 

Llama 3 AI คืออะไร?

Llama 3 AI เป็นโมเดลภาษาที่พัฒนาโดย Meta โดยออกแบบมาเพื่อเข้าใจและสร้างข้อความในลักษณะคล้ายมนุษย์ โดยมีความสามารถที่เพิ่มขึ้นเหนือกว่าผลิตภัณฑ์ก่อนหน้าในการทำงานที่เกี่ยวข้องกับการประมวลผลภาษาธรรมชาติหลายรูปแบบ

Llama 3 ดีกว่า Llama 2 หรือไม่?

ใช่ Llama 3 เป็นเวอร์ชันที่พัฒนาขึ้นของ Llama 2 โดยมีประสิทธิภาพที่ดีขึ้น การสร้างข้อความที่แม่นยำขึ้น และความเข้าใจที่ดีกว่าเนื่องมาจากความก้าวหน้าในสถาปัตยกรรมพื้นฐานและข้อมูลการฝึกของมัน

ข้อดีของ Llama 3 คืออะไร?

ข้อดีของ Llama 3 ได้แก่ การสร้างข้อความที่แม่นยำและชัดเจนมากขึ้น ความเข้าใจในบริบทที่ดีขึ้น และประสิทธิภาพที่ดีกว่าในงานประมวลผลภาษาธรรมชาติที่ซับซ้อนทำให้มันมีประสิทธิภาพมากขึ้นสำหรับแอปพลิเคชันที่หลากหลาย

Llama ดีกว่า GPT-4 หรือไม่?

การที่ Llama 3 จะดีกว่า GPT-4 หรือไม่นั้นขึ้นอยู่กับกรณีการใช้งานที่เฉพาะเจาะจง แต่ GPT-4 มักจะนำหน้าในด้านความหลากหลายและการนำไปใช้งานอย่างกว้างขวาง ในขณะที่ Llama 3 อาจมีข้อได้เปรียบเฉพาะในบางบริบทขึ้นอยู่กับการฝึกและการปรับแต่งของมัน

Search everything, get answers anywhere with Guru.

Learn more tools and terminology re: workplace knowledge