一觉醒来，斯坦福大模型Alpaca火了。没错，Alpaca是由Meta的LLaMA7B微调而来的全新模型，仅用了52k数据，性能约等于GPT-3.5。关键是训练成本奇低，不到600美元。具体花费如下：在8个80GBA100上训练了3个小时，不到100美元；生成数据使用OpenAI的API，500美元。斯坦福大学计算机科学副教授PercyLiang称，由于缺乏透明度/无法完全访问像GPT3.5这样的有能力的指令模型，进而限制了这一重要领域的学术研究。我们在Alpaca（LLaMA7B+text-davinci-003）上迈出了一小步。看到又有人在自家大模型上取得了新的成果，YannLeCun疯狂

1956年，在达特茅斯学院召开的一个研讨会上，人工智能这一概念正式被提出。之后这个词一直挑战着心理学家、哲学家和计算机科学家，因为它太难被定义了。1994年，52名心理学家联合发文试图捕捉它的本质。随着时间的推移，研究者开始将注意力转移到特定领域的AI系统，如2016年AlphaGo挑战韩国冠军棋手大获全胜。之后，时间来到20世纪90年代末和21世纪初，研究者不满足于专用AI，因此开发更通用的人工智能系统呼声越来越高。随之而来的是，通用人工智能(AGI)一词开始在2000年代初期流行起来。最近一段时间，如大家所见，大型语言模型(LLM)走到聚光灯下，这些神经网络基于Transformer架构，

1956年，在达特茅斯学院召开的一个研讨会上，人工智能这一概念正式被提出。之后这个词一直挑战着心理学家、哲学家和计算机科学家，因为它太难被定义了。1994年，52名心理学家联合发文试图捕捉它的本质。随着时间的推移，研究者开始将注意力转移到特定领域的AI系统，如2016年AlphaGo挑战韩国冠军棋手大获全胜。之后，时间来到20世纪90年代末和21世纪初，研究者不满足于专用AI，因此开发更通用的人工智能系统呼声越来越高。随之而来的是，通用人工智能(AGI)一词开始在2000年代初期流行起来。最近一段时间，如大家所见，大型语言模型(LLM)走到聚光灯下，这些神经网络基于Transformer架构，