Llama 2 对比 ChatGPT Plugins

我们的下一代开源大语言模型

此版本包括预训练和微调 Llama 语言模型的模型权重和起始代码 - 参数范围从 7B 到 70B。

Llama 2 的训练数据比 Llama 1 多 40%，上下文长度是 Llama 1 的两倍。

训练 Llama-2-chat：Llama 2 使用公开的在线数据进行预训练。然后通过使用监督微调创建 Llama-2-chat 的初始版本。接下来，Llama-2-chat 使用人类反馈强化学习 (RLHF) 进行迭代细化，其中包括拒绝采样和近端策略优化 (PPO)。

Meta 和 Microsoft 合作推出了 Llama 2，这是其广泛使用的大型语言模型 Llama 的开源继承者。这一突破性的模型旨在增强人工智能的功能，免费提供研究和商业用途。作为公认的首选合作伙伴，微软正在将 Llama 2 集成到其 Azure AI 模型目录中，为开发人员提供强大的云原生工具和针对 Windows 平台的优化。

Llama 2 还可以通过 AWS 和 Hugging Face 等其他主要提供商访问。 Meta 和 Microsoft 致力于负责任的人工智能创新，强调透明度和面向社区的开发，提供红队练习、透明度示意图和负责任的使用指南等资源。开放创新人工智能研究社区和 Llama Impact Challenge 等合作举措也是此次推出的一部分，旨在促进 Llama 2 在各个领域的负责任应用。

Openai遵循迭代的部署理念，作为这种方法的一部分，它正在逐渐发布Chatgpt插件。此逐步发布的目的是研究插件的实际使用，评估其影响，并确定可能出现的任何安全性和一致性挑战。正确实现这些方面的正确性是至关重要的。

自CHATGPT推出以来，用户表示有兴趣访问插件，许多开发人员正在尝试类似的想法。 OpenAI最初是将插件推向一小部分用户，并计划在学习更多信息时逐渐增加访问权限。经过Alpha期之后，想要将插件集成到其产品中的API用户也将可以访问。 Openai很高兴建立一个将有助于塑造人类互动范式的未来的社区。

邀请候补名单的开发人员可以使用OpenAI的文档来构建用于Chatgpt的插件。创建插件后，它将在语言模型显示的提示符中列出，以及指示如何使用每个模型的文档。第一组插件是由Expedia，Fiscalnote，Instacart，Kayak，Klarna，Milo，Opentable，Opentable，Shopify，Slack，Speak，Wolfram和Zapier创建的。