Meta a lancé LLaMA 2, un modèle de langage IA ouvert extrêmement puissant qui met au défi ses concurrents. Il encourage les chercheurs à construire et améliorer l’IA. Différentes méthodes pour y accéder sont disponibles, les voici.
La société mère de Facebook, Meta, a fait sensation dans l’industrie de l’intelligence artificielle (IA) cette semaine avec le lancement de LLaMA 2, un modèle de langage à grande échelle (LLM) open-source destiné à défier les pratiques restrictives de ses grands concurrents technologiques.
Contrairement aux systèmes d’IA lancés par Google, OpenAI et d’autres (comme Apple avec Apple GPT ?), qui sont étroitement gardés dans des modèles propriétaires, Meta publie gratuitement le code et les données de LLaMA 2 pour permettre aux chercheurs du monde entier de construire et d’améliorer la technologie.
🤔 Comment fonctionne LLaMA 2 ?
LLaMA 2 est disponible en trois tailles : 7 milliards, 13 milliards et 70 milliards de paramètres, selon le modèle que vous choisissez. En comparaison, la série GPT-3.5 d’OpenAI comprend jusqu’à 175 milliards de paramètres, et Bard de Google (basé sur LaMDA) en compte 137 milliards.
OpenAI n’a pas divulgué le nombre de paramètres dans GPT-4 dans ses recherches publiées. Le nombre de paramètres dans un modèle est généralement lié à ses performances et à sa précision, mais les modèles plus grands nécessitent davantage de ressources de calcul et de données pour l’entraînement.
La méthode d’entraînement utilisée pour LLaMA 2 est également remarquable et différente des alternatives populaires. L’outil est entraîné à l’aide de l’apprentissage par renforcement à partir des commentaires humains (RLHF), en apprenant des préférences et des évaluations des formateurs d’IA humains. En revanche, ChatGPT utilise un fine-tuning supervisé, en apprenant à partir de données étiquetées fournies par des annotateurs humains.
👉 Comment utiliser LLaMA 2 ?
Grâce à sa nature open-source, plusieurs méthodes existent pour profiter de LLaMA 2. Voici quelques-unes des astuces les plus simples pour y accéder et commencer à expérimenter LLaMA 2 dès maintenant.
1. Interagir avec la démo du chatbot
La manière la plus simple d’utiliser LLaMA 2 est de visiter llama2.ai, une démonstration du modèle de chatbot hébergée par Andreessen Horowitz. Vous pouvez poser des questions au modèle sur n’importe quel sujet qui vous intéresse, ou demander du contenu créatif en utilisant des prompts spécifiques.
Vous pouvez également changer le mode de chat entre équilibré, créatif et précis selon vos préférences. C’est la meilleure façon de commencer et de mettre à l’épreuve ce nouveau modèle.
2. Télécharger le code de LLaMA 2
Si vous souhaitez exécuter LLaMA 2 sur votre propre machine ou modifier le code, vous pouvez le télécharger directement depuis Hugging Face, une plateforme leader pour le partage de modèles d’IA. Vous aurez besoin d’un compte Hugging Face et des bibliothèques et dépendances nécessaires pour exécuter le code.
3. Accès via Microsoft Azure
Une autre option pour accéder à LLaMA 2 est de passer par Microsoft Azure, un service d’informatique en nuage qui propose différentes solutions d’IA. Vous pouvez trouver LLaMA 2 dans le catalogue de modèles d’IA Azure, où vous pouvez parcourir, déployer et gérer les modèles d’IA. Vous aurez besoin d’un compte et d’un abonnement Azure pour utiliser ce service. Cette méthode est recommandée pour les utilisateurs plus avancés.
4. Accès via Amazon SageMaker JumpStart
Vous pouvez également expérimenter et déployer LLaMA 2 via Amazon SageMaker JumpStart, un hub populaire d’algorithmes, de modèles et de solutions. SageMaker JumpStart simplifie le processus de construction, d’entraînement et de déploiement de modèles d’apprentissage automatique (ML) en quelques clics seulement. Vous aurez besoin d’un compte Amazon Web Services et d’un abonnement pour utiliser ce service. Attention, car c’est une autre méthode recommandée pour les utilisateurs et programmeurs plus avancés.
5. Essayez une variante sur llama.perplexity.ai
Perplexity.ai est un web crawler qui utilise l’IA pour générer des réponses générales à vos requêtes, puis propose une série de liens de sites web. Llama.perplexity.ai combine la puissance de LLaMA 2 et Perplexity.ai pour vous fournir des réponses générales et des liens pertinents à vos requêtes en utilisant le nouveau modèle pour alimenter ses réponses.
Pour l’utiliser, rendez-vous sur llama.perplexity.ai et tapez une requête dans la barre de recherche. Vous verrez une réponse courte de LLaMA 2 suivie d’une liste de liens que vous pouvez explorer plus en détail.
