Wat is er nieuw aan LLaMa 2 van Meta?

Bereid je voor op de nieuwste toevoeging aan de geavanceerde grote taalmodellen! Meta AI heeft zojuist de Llama 2 onthuld, een geavanceerd model dat het spel voor bouwers en ontwikkelaars overal op zijn kop zal zetten. Zeg vaarwel tegen de beperkte opties van taalmodellen en hallo tegen een heel nieuw niveau van kracht en flexibiliteit. Wil je meer weten? Lees dan verder! 

We duiken in alle sappige details van dit innovatieve model en wat het voor jou kan betekenen.

TL;DR

• Meta AI heeft het Llama 2 taalmodel uitgebracht, dat geavanceerder en efficiënter is dan zijn voorganger, Llama 1.
• Het werd getraind op openbaar beschikbare online gegevens met een totale waarde van 2 biljoen tokens, verdeeld over drie verschillende parameters: 7 miljard, 13 miljard en 70 miljard.
• Het heeft twee beloningsmodellen die zijn ontwikkeld door Meta AI met behulp van reinforcement learning met menselijke feedback, waarbij het ene zich richt op behulpzaamheid en het andere op veiligheid.
• Het taalmodel Llama 2 is effectiever gebleken dan ChatGPT-3.5 in een promptvergelijkingstest.
• Als je op zoek bent naar een AI chatbot met veelzijdigere taalmodellen dan Llama 2, dan is ZenoChat voor jou ontworpen.
• ZenoChat is een aanpasbare conversatie-AI ontwikkeld door TextCortex die een andere set taalmodellen gebruikt om een mensachtige gesprekservaring te bieden.

Kort overzicht van Llama 2

Het Llama 2 taalmodel is op 18 juli 2023 uitgebracht door Meta AI, een samenwerking met Microsoft. Het Llama 2 taalmodel is ontwikkeld om 40% efficiënter en geavanceerder te zijn dan zijn voorganger, Llama 1. Meta AI heeft Llama 2 getraind en uitgebracht in drie modelgroottes: 7 miljard, 13 miljard en 70 miljard.

Voorgetrainde gegevens

Llama 2, een bijgewerkte versie van Llama 1, is getraind op een mix van publiek beschikbare online data, 40% meer dan zijn voorganger. Het Llama 2 taalmodel is getraind met data ter waarde van in totaal 2 biljoen tokens. Hierbij moet worden opgemerkt dat elke 4K token gelijk is aan ongeveer 3500 woorden.

Een ander nieuwtje is dat het Llama 2-taalmodel niet is getraind met gegevens van Meta-producten en -diensten. Het ontwikkelteam heeft het gebruik van gegevens met persoonlijke informatie vermeden bij het bouwen van het Llama 2-taalmodel. Onze kennis hierover is beperkt, omdat Meta AI niet aangeeft wat de bron is van de gegevens die het gebruikt voor de training.

Parameters

Het Llama 2 taalmodel is uitgebracht in drie verschillende parameter groottes: 7 miljard, 13 miljard en 70 miljard. Daarnaast heeft het Llama 2 taalmodel ook een nog niet uitgebrachte versie met 34 miljard parameters.

Versterkingsleren met menselijke feedback (RLHF)

Bij de ontwikkeling van het Llama 2 grote taalmodel gebruikte Meta AI een technologie genaamd Reinforcement Learning with Human Feedback (RLFH) om het model te verfijnen. Dit proces genereert uitvoer op basis van menselijke voorkeuren en creëert een patroon van welke uitvoer van het model de voorkeur heeft van mensen. Hoewel de methode eenvoudig is, is het effectief in het verbeteren van de uitvoerkwaliteit.

Llama 2 chatbot

Als je nieuwsgierig bent naar hoe LLaMa 2 chat presteert, dan is dit de plek waar je het kunt uitproberen. Omdat het het kleinste 7B-model van LLaMa 2 is, zul je ongetwijfeld de verschillen merken tussen jouw ervaring en ChatGPT. Desalniettemin is het een volledig open-source en gratis model. Dit is een belangrijke bijdrage aan de industrie.

Twee afzonderlijke beloningsmodellen

Meta AI heeft twee verschillende beloningsmodellen ontwikkeld met behulp van reinforcement learning met menselijke feedback tijdens het trainen van het Llama 2 taalmodel. Een van deze modellen richt zich op behulpzaamheid. Daarom is het Llama 2 taalmodel in staat gesteld om betere outputs te genereren en waardevollere resultaten te leveren. Het tweede beloningsmodel richtte zich op veiligheid. Als gevolg hiervan is het Llama 2-taalmodel geprogrammeerd om te voorkomen dat antwoorden worden gegenereerd die schadelijke en onethische termen bevatten.

Hoe worden beloningsmodellen getraind?

Beloningsmodellen worden bepaald door uit de resultaten het model te kiezen dat het meest geschikt is voor de voorkeuren van mensen. Om het te visualiseren: als je ooit een hond hebt getraind, kun je de trainingsvorm van de beloningsmodellen beter begrijpen. We kunnen zeggen dat het Llama 2 taalmodel ook met dezelfde techniek wordt getraind.

Hoe werken beloningsmodellen?

Wanneer je de Llama 2 chatbot invoert, genereert het model verschillende outputs. Elke uitvoer wordt door beloningsmodellen gescoord op veiligheid en behulpzaamheid. De gegenereerde tekst met de hoogste score wordt uitgevoerd naar de gebruiker.

Is Llama 2 beter dan ChatGPT?

Het Llama 2 taalmodel is beter als je ChatGPT gebruikt met het standaard GPT-3.5 model. Uit de 4000 prompt vergelijkende test van Meta AI is gebleken dat het Llama 2-taalmodel effectiever is dan het ChatGPT-0301-model.

We willen er echter op wijzen dat de ChatGPT-0301 chatbot werkt met het GPT-3.5 taalmodel. Met andere woorden, het Llama 2 taalmodel is niet beter dan GPT-4, omdat GPT-4 meerdere malen effectiever is dan zijn voorganger GPT-3.5. Volgens deze benchmark kan het Llama 2-taalmodel GPT-4 niet verslaan. Als je ChatGPT gebruikt met het GPT-4 taalmodel, is het nog steeds effectiever en efficiënter dan Llama 2.

Wat als we je vertellen dat er een gratis manier is om het GPT-4 taalmodel te gebruiken, dat beter is dan Llama-2? Het antwoord is ZenoChat. ZenoChat van TextCortex geeft gebruikers van het gratis plan 20 gratis creaties om openlijk grote taalmodellen zoals GPT-4 en Sophos 2 te ervaren.

Beter alternatief: ZenoChat

Aangezien het GPT-4 taalmodel effectiever is dan Llama 2, is ZenoChat dat niet alleen GPT-4 gebruikt, maar ook Sophos-2 - een eigen taalmodel, het beste alternatief. ZenoChat is een conversationele AI van je dromen, ontwikkeld door TextCortex. Het is beschikbaar als webapplicatie en browser extension. De ZenoChat browser extension is geïntegreerd met meer dan 10.000 websites en apps, waaronder Google Docs, Gmail, Outlook, Notion Facebook en nog veel meer.

Mogelijkheden van ZenoChat

ZenoChat is ontworpen om gebruikers een mensachtige gesprekservaring te bieden met geavanceerde taalmodellen. Je kunt ermee chatten of opdrachten geven om je taken uit te voeren.

ZenoChat bevat een webzoekfunctie waarmee je toegang hebt tot actuele informatie van Google. Met de webzoekfunctie kun je ZenoChat activeren om het internet, Wikipedia, Scholar, nieuws, YouTube, Reddit en Twitter te gebruiken bij het produceren van resultaten.

ZenoChat is ontworpen om perfecte uitvoer te genereren in 25+ talen. Als je in een meertalig bedrijf werkt of toegang wilt tot bronnen in verschillende talen, dan is ZenoChat de juiste keuze.

Je hoeft niet te typen om ZenoChat te gebruiken, dankzij de spraak-naar-tekst functie kun je spraakcommando's gebruiken en je AI-gesprekservaring naar een hoger niveau tillen.

ZenoChat aanpassen

ZenoChat is een conversationele AI waarbij je zowel de database als de antwoordstijl naar wens kunt aanpassen. Dankzij de functie"Kennisbanken" van TextCortex kun je je documenten uploaden en bronnen zoals Google Drive en Notion koppelen. Zo kun je ZenoChat de bronnen laten gebruiken die je opgeeft tijdens het genereren van output. Bovendien kun je met één klik chatten met je documenten of ze vertalen naar verschillende talen.

ZenoChat wordt geleverd met 12 verschillende persona's, aangepast om te helpen bij het voltooien van verschillende taken. Als deze persona's niet genoeg voor je zijn, kun je je eigen digitale AI bouwen met de functie"Individuele persona's". Het goede nieuws is dat je geen codeervaardigheden of technische ervaring nodig hebt om persona's aan ZenoChat toe te voegen.

Hoe krijg ik toegang tot ZenoChat?

Om toegang te krijgen tot ZenoChat hoef je alleen maar je gratis TextCortex account aan te maken. Je hebt dan toegang tot ZenoChat via onze webapplicatie of browser extension. Je kunt ZenoChat blijven gebruiken zonder van tabblad te veranderen, want onze browser extension integreert met 4000+ websites en apps.