賈揚清：大模型尺寸正在重走CNN的老路；馬斯克：在特斯拉也是這樣

　　Transformer大模型尺寸變化，正在重走CNN的老路!

　　看到大家都被LLaMA3.1吸引了注意力，賈揚清發出如此感慨。

　　拿大模型尺寸的發展，和CNN的發展作對比，就能發現一個明顯的趨勢和現象:

　　在ImageNet時代，研究人員和技術從業者見證了參數規模的快速增長，然后又開始轉向更小、更高效的模型。

　　聽起來，是不是和GPT哐哐往上卷模型參數，業界普遍認同Scaling Law，然后出現GPT-4o mini、蘋果DCLM-7B、谷歌Gemma2B如出一轍?

　　賈揚清笑稱，“這是前大模型時代的事兒，很多人可能都不咋記得了:)”。

　　而且，賈揚清不是唯一一個感知到這一點的人，AI大神卡帕西也這么覺得:

　　大模型尺寸的競爭正在加劇……但是卷的方向反著來了!

　　模型必須先追求“更大”，然后才能追求“更小”，因為我們需要這個過程，幫咱把訓練數據重構成理想的、合成的格式。

　　他甚至拍著胸脯打賭，表示我們一定能看到又好、又能可靠地思考的模型。

　　而且是參數規模很小很小的那種。

　　連馬斯克都在卡帕西的評論區連連稱是:

　　以上，大概可以稱之為“大佬所見略同”。

　　展開說說

　　賈揚清的感慨，要從只在最強王座上短暫待了一天的LLaMA3.1說起。

　　那是首次實現“最強開源模型=最強模型”，不出意外，萬眾矚目。

　　However，賈揚清在這個時候提出了一個觀點:

　　“但我認為，行業會因小型垂直模型而真正蓬勃發展。”

　　至于啥是小型垂直模型，賈揚清也說得很清楚，比如以Patrouns AI的Iynx(該公司的幻覺檢測模型，在幻覺任務上超過GPT-4o)為代表的那些很棒的中小模型。

　　賈揚清表示，就個人喜好而言，他本人是非常喜歡千億參數模型的。

　　但現實情況里，他觀察留意到，7B-70B參數規模之間的大模型，大家用起來更順手:

　　它們更容易托管，不需要巨大的流量即可盈利;

　　只要提出明確的問題，就能得到質量還不錯的輸出——與和之前的一些看法相反。

　　與此同時，他聽說OpenAI最新的、速度很快的模型也開始變得比“最先進的”大模型尺寸更小。

　　“如果我的理解是正確的，那么這絕對表明了行業趨勢。”賈揚清直接表明了自己的觀點，“即在現實世界中，使用適用的、具有成本效益、且仍然強大的模型。”

　　于是乎，賈揚清簡單梳理了CNN的發展歷程。

　　首先，是CNN的崛起時代。

　　以AlexNet(2012)為起點，開啟了大約三年的模型規模增長時期。

　　2014年出現的VGGNet就是一個性能和規模都非常強大的模型。

　　其次，是縮小規模時期。

　　2015年，GoogleNet把模型大小從“GB”縮小到了“MB”級別，即縮小了100倍;但模型性能并沒有因此驟減，反而保持了不錯的性能。

　　遵循類似趨勢的還有2015年面世的SqueezeNet模型等。

　　然后的一段時間，發展重點在追求平衡。

　　后續研究，如ResNet(2015)、ResNeXT(2016)等，都保持了一個適中的模型規模。

　　值得注意的是，模型規模的控制并沒有帶來計算量的減少——其實，大伙兒都愿意投入更多的計算資源，尋求一種“同等參數但更高效”的狀態。

　　緊接著就是CNN在端側起舞的一段時期。

　　舉個例子，MobileNet是谷歌在2017年推出的一項有趣的工作。

　　有趣就有趣在它占用的資源超級少，但是性能卻非常優異。

　　就在上周，還有人跟賈揚清提到:“Wow～我們現在還在用MobileNet，因為它可以在設備上運行，而且在出色的特征嵌入泛化(Feature Embedding Generality)。”

　　最后，賈揚清借用了來源于Ghimire等人的《A Survey on Efficient Convolutional Neural Networks and Hardware Acceleration》里的一張圖:

　　并再一次發出自己的疑問:

　　大模型尺寸，會遵循與CNN時代相同的趨勢來發展嗎?

　　網友怎么看?

　　其實GPT-4o mini這樣走在大模型發展道路上“不大反小”的例子不在少數。

　　當上述幾位表達出這樣的觀點后，立馬有人點頭如搗蒜，還拿出了一些別的類似例子，證明他們看到了相同的趨勢。

　　有人立馬跟上:

　　我這兒有個新的正面例子!Gemma-2就是把27B參數大小的模型知識蒸餾成更小的版本。

　　還有網友表示，開發更大的模型，意味著能給后續幾代更小、更垂直的模型的訓練“上強度”。

　　這個迭代過程最終會產生所謂的“完美訓練集”。

　　這樣一來，較小的大模型在特定領域，能與現在參數巨大的大模型一樣聰明，甚至更聰明。

　　一言以蔽之，模型必須先變大，然后才能變小。

　　大多數討論此觀點的人，還是對這個趨勢比較認同，有人直言“這是一件好事，比‘我的模型比你的模型大’參數競賽更實用和有用。”

　　但是，當然了!

　　翻遍網絡評論區，也有人發出不同的聲音。

　　比如下面這位朋友就在賈揚清推文底下留言:

　　Mistral Large(背后公司Mistral AI)、LLaMA3.1(背后公司Meta)和OpenAI，持有最強競爭力模型的公司，目前可能都正在訓練更大的模型。

　　我沒發現有“更小型號模型搞定技術突破”的趨勢喲。

　　面對這個問題，賈揚清倒也及時回復了。

　　他是這么說的:“沒錯!我說大模型尺寸可能在走CNN的老路，絕對不意味著號召大家停止訓練更大的模型。”

　　他進一步解釋道，這么說的本意是，隨著技術(包括CNN和大模型)落地實踐越來越廣，大家已經開始越來越關注性價比更高的模型了。”

　　所以，或許更高效的小·大模型，能夠重新定義AI的“智能”，挑戰“越大越好”的假設。