Threads带来的巨大好处:LLaMA成为最大的受益者

2023年07月11日 由 daydream 发表 29824 0
Threads目前在互联网上引起了很大的关注,不过可能是因为错综复杂的原因。人们从Twitter迁移到Threads,并比较两者的功能,但推出这款基于文本的社交媒体平台的真正原因可能是为了获取数据并构建另一个大型语言模型(LLM),名为LLaMA或“超级LLaMA”。



一个月前,在Lex Fridman的播客中,Meta创始人马克·扎克伯格表示,该公司正在开发另一个版本的LLaMa,即其开源LLM。在同一期播客中,扎克伯格还谈到了该公司正在开发的代号为P-92的Twitter替代品。一个月后,Threads以一个明显受到埃隆·马斯克的Twitter启发的微博平台的形式发布。现在,马斯克以抄袭其平台为由起诉Meta。

有趣的是,扎克伯格时隔11年再次发推文,而且也只是用了一个表情包。



扎克伯格还称赞了Mastodon和Bluesky为用户建立去中心化平台的做法。他进一步补充了如何使用社区来驱动像维基百科这样的平台。有趣的是,他还表示,下一个版本的LLaMa可能会接受Meta提供的所有服务的培训,其中包括基于文本的社交媒体平台Threads。

分散获胜


Twitter首席执行官埃隆·马斯克一直希望建立一个替代OpenAI的ChatGPT。有人猜测他可能会利用Twitter数据来使其更一致。但是自从马斯克表示他会招募DeepMind的一名研究员来开发TruthGPT以来,关于这件事情没有任何消息。

现在,扎克伯格知道基于社交网络数据训练聊天机器人背后有一种强大的力量。构建一个替代Twitter的目标可能变成了构建一个替代OpenAI的目标。此时,Meta所能做的最好的事情就是保持技术的开源,这也是扎克伯格甚至Meta人工智能主管Yann LeCun一直提倡的。

现在Meta拥有了Threads,可以收集和囤积用户数据,并用于构建生成式人工智能模型。有趣的是,对于开源AI模型的竞标仍在继续,而这次的“超级LLaMa”将是分散式的。这听起来像是扎克伯格在将数据的控制权交还给用户,但他可能也藏有一些小伎俩。



为了证明OpenAI的GPT-3.5和GPT-4,该模型是通过抓取互联网构建的,其中很多是维基百科页面,向公众开放。现在,如果 Meta 决定让 Threads 去中心化,数据要么完全公开访问,要么只有 Meta 才能访问。

无论哪种情况,Meta 都可以通过简单地说该平台是去中心化的来避免公共数据或该社交媒体平台培训的所有法律问题。当前版本的 LLaMa 仅针对网络抓取的数据进行训练,而不是在 Meta 的服务上进行训练。但是,似乎 Meta 实际上可能会这样做。

Meta参与的是人工智能竞赛,而不是社交媒体竞赛


Instagram,WhatsApp或Facebook以文本,视频或图像格式提供大量数据。这可能有利于将来构建多模式AI。但是,当涉及到使用数据的合法性时,问题始终存在。

当OpenAI试图解决所谓的“对齐问题”时,Meta正在迎头赶上。通过大力推进开源,扎克伯格也摆脱了将人工智能与所有人对齐的责任。显然,计划是大胆的,但可能对Meta有利。

另一方面,扎克伯格知道,即使使用当前版本的LLaMa,它仍然“比OpenAI和谷歌正在做的要小一个数量级”。可能,马斯克现在已经给了扎克伯格一个在基于文本的社交媒体平台上构建一些东西的创意。因此,即使在AI方面Meta可能落后于OpenAI四年,Threads可能使其赶上,并在马斯克之前创造出一些东西来杀死ChatGPT。

有趣的是,扎克伯格已经开始限制Threads上的账户,这正是马斯克表示对收购Twitter以及建立与OpenAI的唤醒聊天机器人竞争对手的主要原因之一。因此,即使Meta构建了一个聊天机器人,也不会与马斯克想要构建的相似。

此外,与Twitter和ChatGPT相比,Meta在吸引用户方面已经领先了。Threads在发布后的七个小时内就突破了1000万用户,而ChatGPT则用了七天才突破100万用户。值得怀疑的只是Threads周围的隐私政策。目前,用户甚至无法删除自己的账户而不删掉Instagram账户。这似乎是一种将用户留在平台上的强制方式,而不是为他们提供Twitter没有的东西。

 

来源:https://analyticsindiamag.com/the-biggest-winner-from-threads-llama/
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
评论 登录
热门职位
Maluuba
20000~40000/月
Cisco
25000~30000/月 深圳市
PilotAILabs
30000~60000/年 深圳市
写评论取消
回复取消