Meta đã phát hành mô hình Llama3 của họ, một trợ lý trò chuyện AI tương tự như GPT-4. Kết quả ban đầu rất ấn tượng, với Llama3 thể hiện tốt trên các tiêu chuẩn đánh giá khác nhau. Phiên bản Llama3 với 70 tỷ tham số có thể chạy trên máy tính để bàn mạnh mẽ và đạt 82% trên tiêu chuẩn đánh giá mã hóa HumanEval, gần với hiệu suất của các hệ thống độc quyền hiện đại.

Llama3 cũng thể hiện tốt trên bài kiểm tra khoa học GPQA, đạt gần 40%, rất ấn tượng. Tuy nhiên, hiệu suất của nó trên các nhiệm vụ tập trung vào toán học không mạnh bằng, với điểm số 50%, so với GPT-4 của OpenAI có thể đạt trên 70% trên các bài toán toán học tương tự.

Ngoài ra, Meta đang làm việc trên một mô hình lớn hơn nhiều, khoảng 400 tỷ tham số, dự kiến sẽ có những cải thiện đáng kể so với phiên bản 70 tỷ tham số trên các bài kiểm tra khác nhau. Mô hình lớn hơn này vẫn đang trong quá trình phát triển nhưng dự kiến sẽ được phát hành vào cuối năm nay.

Khi đánh giá hiệu suất của các mô hình AI, lựa chọn các tiêu chuẩn đánh giá là rất quan trọng. Tiêu chuẩn lý tưởng nên cân bằng giữa đủ thách thức để phân biệt các mô hình, nhưng không quá khó khiến các mô hình gặp khó khăn trong việc thực hiện tốt.

Các bài kiểm tra với tỷ lệ thành công dưới 10% thường không được coi là tốt để kiểm tra, vì sẽ khó rút ra kết luận có ý nghĩa thống kê. Mặt khác, các bài kiểm tra với tỷ lệ thành công 80-85% trở lên có thể bắt đầu mất ý nghĩa, vì chúng có thể chứa lỗi hoặc có câu trả lời đã bị lộ, cho phép các mô hình chỉ cần sao chép các phản hồi chính xác.

Bài kiểm tra GPQA, bao phủ nhiều lĩnh vực khoa học như hóa học hữu cơ, sinh học phân tử và vật lý, được trích dẫn là một ví dụ tốt về một tiêu chuẩn đánh giá đầy thách thức nhưng có ý nghĩa. Đạt gần 40% trên bài kiểm tra này được coi là rất ấn tượng.

Llama3, trợ lý trò chuyện AI nguồn mở của Meta, đã thể hiện hiệu suất ấn tượng trên các tiêu chuẩn đánh giá, sánh ngang với các hệ thống độc quyền như GPT-4. Với phiên bản 70 tỷ tham số có thể sử dụng trên máy tính để bàn mạnh mẽ, Llama3 đã đạt 82% trên nhiệm vụ mã hóa HumanEval và 40% ấn tượng trên bài kiểm tra khoa học GPQA đầy thách thức. Mặc dù hiệu suất toán học ở mức 50% vẫn kém hơn GPT-4 ở mức 70%, nhưng mô hình 400 tỷ tham số sắp tới dự kiến sẽ cải thiện thêm kết quả này.

Cũng rất ấn tượng là Gemini 1.5 Pro của Google DeepMind, đã thể hiện hiệu suất mạnh mẽ trên bảng xếp hạng Arena, thậm chí vượt qua các phiên bản sớm hơn của GPT-4 ở một số khía cạnh. Khả năng của Gemini 1.5 Pro học từ toàn bộ phim và cơ sở mã nguồn khiến nó nổi bật, và nó đã đạt vị trí thứ hai chung, cũng như vị trí thứ nhất cho các lời nhắc dài hơn.

Bạn có thể thử các mô hình AI Llama3 và Gemini 1.5 Pro miễn phí theo các cách sau:

1. Llama3:

   • Theo hiểu biết của tác giả, bạn có thể thử Llama3 trên trang web của Meta, nếu bạn ở ngoài Châu Âu.
   • Bạn cũng có thể tải xuống và chạy mô hình Llama3 ở bất cứ đâu.
   • Có các trang web đang lưu trữ Llama3, và bạn có thể thử nó thông qua các nền tảng này. Các liên kết được cung cấp trong mô tả video.

2. Gemini 1.5 Pro:

   • Gemini 1.5 Pro, được phát triển bởi Google DeepMind, cũng có sẵn để thử miễn phí, ngoài EU.
   • Liên kết để truy cập Gemini 1.5 Pro được cung cấp trong mô tả video.

Tác giả nhấn mạnh rằng cả Llama3 và Gemini 1.5 Pro đều là các mô hình AI ấn tượng, gần như tốt bằng các hệ thống độc quyền có tính phí, nhưng bạn có thể sử dụng chúng miễn phí.

Các trợ lý AI đang cải thiện với tốc độ chóng mặt, và các mô hình nguồn mở như Llama3 và Gemini 1.5 Pro bây giờ gần như có khả năng tương đương với các hệ thống độc quyền có tính phí, như GPT-4. Những mô hình nguồn mở này có sẵn miễn phí cho mọi người sử dụng, đây là một phát triển đáng kinh ngạc.

Llama3, mô hình 70 tỷ tham số từ Meta, đang thể hiện rất tốt trên các tiêu chuẩn đánh giá khác nhau, bao gồm cả bài kiểm tra khoa học GPQA đầy thách thức. Mặc dù nó có thể không mạnh bằng GPT-4 về toán học, nhưng vẫn đạt kết quả ấn tượng. Hơn nữa, mô hình Llama3 400 tỷ tham số sắp tới dự kiến sẽ cải thiện thêm các khả năng này.

Tương tự, Gemini 1.5 Pro của Google DeepMind cũng là một trợ lý AI rất có năng lực, sánh ngang với hiệu suất của các phiên bản sớm hơn của GPT-4. Nó đặc biệt xuất sắc trong các nhiệm vụ liên quan đến lời nhắc dài và ngữ cảnh phức tạp, như xem toàn bộ phim hoặc học từ cơ sở mã nguồn.

Sự sẵn có của những mô hình AI nguồn mở này, có thể thử miễn phí, là một cột mốc quan trọng. Nó dân chủ hóa việc tiếp cận công nghệ AI tiên tiến và cho phép mọi người khám phá và hưởng lợi từ những công cụ mạnh mẽ này. Đây là một thời điểm tuyệt vời để sống, khi chúng ta chứng kiến sự tiến bộ nhanh chóng của AI và sự gia tăng khả năng tiếp cận những khả năng đáng kinh ngạc này.