祖克伯的Meta公司今年2月公開的「LLaMA」是體積比較小的大型語言模型(LLM)。
LLaMA依照訓練參數數量分為7B、13B、30B、65B。訓練數量雖比不上OpenAI的ChatGPT，但
是硬體需求大大降低，是個人電腦甚至旗艦手機都跑得動的程度。
根據他們paper的說法，LLaMA 13B的模型性能比GPT-3模型要好，可以作到基本對答。
一些LLaMA可以達成的任務
這邊的截圖是來自Dalai LLaMA，它只是一個LLaMA的網頁前端。
目前LLaMA只支援英文，未來應該會有中文模型。
1. 幫我把這句話翻譯成中文：Taiwan is a country.
https://i.imgur.com/G4o7TYs.png
2. 解釋Skinner行為主義心理學理論的優缺點，並舉出五個例子
https://i.imgur.com/MtYgomt.png
3. 寫個Python程式，尋找一個字串中出現最多次的字元
https://i.imgur.com/3OKMDun.png
4. 幫我想五個新文章標題候選：使用Linux當主力系統的好處
https://i.imgur.com/jjx5prE.png
5. 段落抓重點：請抓出以下有關普遍文法 (Universal Grammar) 段落的重點，並用十句
話解釋何為普遍文法。
https://i.imgur.com/6DccCwW.png
在Android手機跑LLaMA
除了LLaMA以外，還有Alpaca模型，這是史丹佛大學微調後的版本。同樣的資源耗用較小，
且有人製作了純CPU運算的版本llama.cpp，不用依賴顯示卡。
因此除了在個人電腦跑，也可以跑在Android手機上。
最小的LLaMA 7B至少需要4GB RAM，保險起見手機最好有8GB RAM才不會跑到一半手機自動
重開。
簡單的辦法就是裝Termux，解開signal9的錯誤
然後設定Proot Debian，把模型下載下來，alpaca.cpp編譯一下就可以開始聊天了。
https://i.imgur.com/M24wDqr.png
詳細安裝方法：https://reurl.cc/OVDRVg
手機RAM低於8GB的也不用灰心，你可以root後，設定chroot Ubuntu，掛載SWAP強行增大
虛擬記憶體。
手機與電腦速度比較
問一個10個字的問句
純CPU運算下，LLaMA在Intel Core i5-7400的CPU約10秒就會開始作答，寫完回答約1分鐘
。
高通s845處理器要等30秒才會開始回答，並且寫完整個回答2分鐘。
如果使用GPU加速，速度應該會快許多，要用GPU加速可嘗試Text Generation WebUI。
LLaMA的回答品質不可能像ChatGPT那麼神，胡言亂語機率更高
但好處是沒有任何道德限制～想聊什麼就聊什麼～
隨著這類模型的開源，大型語言模型可能會走向Stable Diffusion那樣的發展路徑。
(雖說LLaMA一開始是提前外洩才為人所知的)

兩年前在實驗室就用開源框架把GPT2放到手機上試過了只是沒必要 畢竟網路發達 中心運算就好

推，技術力真強

認真說 我覺得他們應該去跟line合作 去幫我打字的句子找出對應的貼圖

https://bit.ly/3zAGaCR 要用 NPU 加速比較有效率在 Pixel 6 可以跑出 5 token / sec

太酷了

@@

不錯xd

能不用網路也是有很多用處，例如語音助理

用Android NDK打包llama.cpp不知道會不會比較快

推

好厲害

推，我連docker都還沒改kernel…太有行動力了

問一個白癡問題 chatgpt不是手機上就可以跑了嗎？ 就一個網頁不是？我覺得AI還是交給網路別人算就好 幾秒鐘才回答==手機有網路chatgpt一兩秒就回答了

不是每個國家都吃到飽

歐@@

這個有點厲害

你好厲害

如果chatGPT可以離線不知道模型庫會多大？我猜跟Stable Diffusion,不會差太多？大概加一加30~50GB?