衡宇 發自 凹非寺
Transformer大模型尺寸變化，正在重走CNN的老路！
看到大家都被LLaMA 3.1吸引了註意力， 賈揚清 發出如此感慨。
拿大模型尺寸的發展，和CNN的發展作對比，就能發現一個明顯的趨勢和現象：
在ImageNet時代，研究人員和技術從業者見證了參數規模的快速增長，然後又開始轉向更小、更高效的模型。
聽起來，是不是和GPT哐哐往上卷模型參數，業界普遍認同Scaling Law，然後出現GPT-4o mini、蘋果DCLM-7B、谷歌Gemma 2B如出一轍？
賈揚清笑稱，「這是前大模型時代的事兒，很多人可能都不咋記得了：）」。
而且，賈揚清不是唯一一個感知到這一點的人， AI大神Kappa西也這麽覺得 ：
大模型尺寸的競爭正在加劇……但是卷的方向反著來了！
模型必須先追求「更大」，然後才能追求「更小」，因為我們需要這個過程，幫咱把訓練數據重構成理想的、合成的格式。
他甚至拍著胸脯打賭，表示我們一定能看到又好、又能可靠地思考的模型。
而且是參數規模很小很小的那種。
連馬斯克都在Kappa西的評論區連連稱是：
以上，大概可以稱之為「大佬所見略同」。
展開說說
賈揚清的感慨，要從只在最強王座上短暫待了一天的LLaMA 3.1說起。
那是首次實作「最強開源模型=最強模型」，不出意外，萬眾矚目。
However，賈揚清在這個時候提出了一個觀點：
「但我認為， 行業會因小型垂直模型而真正蓬勃發展 。」
至於啥是小型垂直模型，賈揚清也說得很清楚，比如以Patrouns AI的Iynx（該公司的幻覺檢測模型，在幻覺任務上超過GPT-4o）為代表的那些很棒的中小模型。
賈揚清表示，就個人喜好而言，他本人是非常喜歡千億參數模型的。
但現實情況裏，他觀察留意到，7B-70B參數規模之間的大模型，大家用起來更順手：
它們更容易托管，不需要巨大的流量即可盈利； 只要提出明確的問題，就能得到質素還不錯的輸出——與和之前的一些看法相反。
與此同時，他聽說OpenAI最新的、速度很快的模型也開始變得比「最先進的」大模型尺寸更小。
「如果我的理解是正確的，那麽這絕對表明了行業趨勢。」賈揚清直接表明了自己的觀點，「即在現實世界中，使用適用的、具有成本效益、且仍然強大的模型。」
於是乎，賈揚清簡單梳理了CNN的發展歷程。
首先，是CNN的崛起時代。
以AlexNet（2012）為起點，開啟了大約三年的模型規模增長時期。
2014年出現的VGGNet就是一個效能和規模都非常強大的模型。
其次，是縮小規模時期。
2015年，GoogleNet把模型大小從「GB」縮小到了「MB」級別，即縮小了100倍；但模型效能並沒有因此驟減，反而保持了不錯的效能。
遵循類似趨勢的還有2015年面世的SqueezeNet模型等。
然後的一段時間，發展重點在追求平衡。
後續研究，如ResNet（2015）、ResNeXT（2016）等，都保持了一個適中的模型規模。
值得註意的是，模型規模的控制並沒有帶來計算量的減少——其實，大夥兒都願意投入更多的計算資源，尋求一種「同等參數但更高效」的狀態。
緊接著就是CNN在端側起舞的一段時期。
舉個例子，MobileNet是谷歌在2017年推出的一項有趣的工作。
有趣就有趣在它占用的資源超級少，但是效能卻非常優異。
就在上周，還有人跟賈揚清提到：「Wow～我們現在還在用MobileNet，因為它可以在器材上執行，而且在出色的特征嵌入泛化（Feature Embedding Generality）。」
最後，賈揚清借用了來源於Ghimire等人的【A Survey on Efficient Convolutional Neural Networks and Hardware Acceleration】裏的一張圖：
並再一次發出自己的疑問：
大模型尺寸，會遵循與CNN時代相同的趨勢來發展嗎？
網友怎麽看？
其實GPT-4o mini這樣走在大模型發展道路上「不大反小」的例子不在少數。
當上述幾位表達出這樣的觀點後，立馬有人點頭如搗蒜，還拿出了一些別的類似例子，證明他們看到了相同的趨勢。
有人立馬跟上：
我這兒有個新的正面例子！Gemma-2就是把27B參數大小的模型知識蒸餾成更小的版本。
還有網友表示，開發更大的模型，意味著能給後續幾代更小、更垂直的模型的訓練「上強度」。
這個叠代過程最終會產生所謂的「完美訓練集」。
這樣一來，較小的大模型在特定領域，能與現在參數巨大的大模型一樣聰明，甚至更聰明。
一言以蔽之， 模型必須先變大，然後才能變小。
大多數討論此觀點的人，還是對這個趨勢比較認同，有人直言「這是一件好事，比‘我的模型比你的模型大’參數競賽更實用和有用。」
但是，當然了！
翻遍網絡評論區， 也有人發出不同的聲音。
比如下面這位朋友就在賈揚清推文底下留言：
Mistral Large（背後公司Mistral AI）、LLaMA 3.1（背後公司meta）和OpenAI，持有最強競爭力模型的公司，目前可能都正在訓練更大的模型。
我沒發現有「更小型號模型搞定技術突破」的趨勢喲。
面對這個問題，賈揚清倒也及時回復了。
他是這麽說的：「沒錯！我說大模型尺寸可能在走CNN的老路，絕對不意味著號召大家停止訓練更大的模型。」
他進一步解釋道，這麽說的本意是，隨著技術（包括CNN和大模型）落地實踐越來越廣，大家已經開始越來越關註性價比更高的模型了。」
所以，或許更高效的小·大模型，能夠重新定義AI的「智能」，挑戰「越大越好」的假設。
你贊同這個觀點不？
參考連結：
[1]https://x.com/jiayq/status/1818703217263624385
[2]https://x.com/fun000001/status/1818791560697594310
[3]https://www.patronus.ai/
[4]https://twitter.com/karpathy/status/1814038096218083497
— 聯系 作者 —
— 完 —
年度AI主題策劃 正在征集中！
歡迎投稿專題 一千零一個AI應 用 ， 365行AI落地方案
