Llama 3 开源了「GitHub 热点速览」

HelloGitHub

发布于 2024-04-25 17:56:04

1140

发布于 2024-04-25 17:56:04

近日，Meta（原 Facebook）开源了他们公司的新一代大模型 Llama 3，虽然目前只放出了 8B 和 70B 两个版本，但是在评估结果上已经优于 Claude 3 Sonnet、Mistral Medium 和 GPT-3.5 等大模型。Meta 官方还表示，这些只是开胃菜，更强的 400B 参数的模型已经在训练中了，预计几个月后将和大家见面（开源与否尚不明确）。

说回上周的热门开源项目，最近基于 LLM 构建知识库的开源项目很火，但我一个都没收录。因为如果是本地起大模型效果不好，请求大模型的 API 又不免费，所以我找到了一个 OpenAI API 反向代理开源项目，可用来实现免费白嫖 OpenAI API。内容也是知识库的关键，Reader 能够将网页内容转化成 LLM 友好的文本。对于没有编程基础的小伙伴，这有一个 30-Days-Of-Python 的开源教程，学它！当然，学习之余也可以娱乐一下，比如试试‘无名杀’，这是一款类似于三国杀的开源卡牌游戏。

1. 开源新闻

1.1 Meta 开源 Llama 3 大模型

今年初，扎克伯格就曾公开解释过：Meta 为什么开源 Llama 模型？

改进模型：开源可以借助社区的力量持续提升模型的质量，因为社区的反馈和审查有助于安全性和运行效率的提升，而这对每个人都有益。
产品发展：虽然开源并不排除将模型转化为商业产品的可能性，开源模型的领导者可以将社区创新整合进自家产品中，提高产品竞争力。
行业标准：开源软件有潜力成为行业标准，从而促进技术发展和统一性。
吸引人才：由于开发者和研究人员更倾向于参与开源项目，开源策略可以帮助公司吸引和招聘到行业内的优秀人才。

最新发布的 Llama 3 相较于 Llama 2 在参数规模、训练数据集、模型架构（GQA）、性能、多语言支持、推理和代码生成方面都有所提升，但现在对中文支持的不是很好，而且 meta.ai 上用的还是 Llama 2。

GitHub 地址：github.com/meta-llama/llama3

2. 开源热搜项目

2.1 OpenAI API 免费反向代理：ChatGPT

主语言：TypeScript，Star：3.7k，周增长：1k

虽然现在无需登陆就可以免费使用 ChatGPT（gpt-3.5-turbo 模型），但如果是想用接口的话还要收费的。该项目就是基于免费的 ChatGPT 网站服务，将其转化成免费的 ChatGPT API，接口返回和官方一致，支持 Docker 部署。需要注意的是部署的服务器，要在 OpenAI 服务支持的国家和地区。

GitHub 地址→github.com/PawanOsman/ChatGPT

2.2 一门新兴的系统级编程语言：Zig

主语言：Zig，Star：30k，周增长：300

这是一种命令式、通用、静态类型、编译的系统编程语言，注重性能、安全和可读性。它支持编译时泛型与反射、交叉编译以及手动存储器管理，目标为改进 C 语言，可以轻松地和 C 语言的代码库配合工作。Zig 简洁且直接，没有隐式控制流、没有隐式内存分配、没有预处理器、没有宏，特别适合用于开发编译器、操作系统内核、桌面应用、性能敏感的应用、嵌入式系统等。

const std = @import("std");
const parseInt = std.fmt.parseInt;

test "parse integers" {
    const input = "123 67 89,99";
    const ally = std.testing.allocator;

    var list = std.ArrayList(u32).init(ally);
    // Ensure the list is freed at scope exit.
    // Try commenting out this line!
    defer list.deinit();

    var it = std.mem.tokenizeAny(u8, input, " ,");
    while (it.next()) |num| {
        const n = try parseInt(u32, num, 10);
        try list.append(n);
    }

    const expected = [_]u32{ 123, 67, 89, 99 };

    for (expected, list.items) |exp, actual| {
        try std.testing.expectEqual(exp, actual);
    }
}