Articles in Turing Academy cover three major themes: ESG Net Zero Laboratory, AI Laboratory and Lean Management Laboratory. We will share articles on related topics from time to time. We also welcome students who are interested in the above topics to submit articles and share them with you. Insights (I want to contribute)

「Gemma vs. Llama 3 vs. Mistral:小型AI模型的全面比較與閱讀理解任務性能評估」

 

 

Gemma vs. Llama vs. Mistral (image by Conan with DALL-E)

 

圖靈學院/科楠/2024年8月16日

 

引言


    隨著大型語言模型(LLMs)的快速發展,自然語言處理領域的應用正經歷著巨大的變革。儘管研究的重點多集中於開發越來越大且強大的模型,但同時也出現了另一個趨勢,即開發能在計算資源有限的設備上運行的較小型且更高效的模型。這些模型使AI功能能夠在實時應用中運行,而不需要持續的雲端連接,提升了用戶體驗。在這篇部落格中,我們將深入探討三個備受關注的小型AI模型:"Gemma、Llama 3 和 Mistral"。我們將探討它們的架構、獨特特徵以及在閱讀理解任務中的性能,並提供這些模型之間的對比見解。

 

理解小型AI模型的需求


在AI領域中,模型的規模通常被認為越大越好。然而,隨著AI技術日益融入日常應用,能夠在智能手機和平板電腦等設備上運行的小型高效模型的需求變得越來越重要。這些模型能夠在不需要持續雲端連接的情況下提供AI驅動的功能,使它們成為實時應用中增強用戶體驗的理想選擇。

 

參賽者概述:Gemma、Llama 3 和 Mistral

 

Metrics comparison between all LLMs (image from https://medium.com/p/672a95f4b9b7)

 

深入了解Gemma

 

架構與創新

 

Google的Gemma基於其閉源模型Gemini,並對傳統Transformer架構進行了多項創新改進:

- 多查詢注意力(Multi-Query Attention, MQA):應用於2B版本,通過為多個查詢頭使用單一的鍵和值,大幅減少了記憶體的使用,使其可以在記憶體有限的設備上部署。

 

  • 旋轉位置嵌入(Rotary Positional Embeddings, RoPE):這種方法增強了模型理解詞彙相對位置的能力,這對於準確處理文本至關重要。
  • GeGLU激活函數:這是GLU激活函數的一個變體,提升了生成結果的質量。
  • 正規化位置與RMSNorm:Gemma引入了輸入正規化,並用RMSNorm取代了LayerNorm,這提高了計算效率,同時保持了訓練的穩定性。

 

閱讀理解任務中的表現

 

在我們的測試中,Gemma使用了SQuAD數據集,這是一個廣泛使用的閱讀理解基準。結果顯示,與Mistral相比,Gemma生成了更長的答案,但在每秒生成詞彙的速度上不如Llama 3。儘管在速度上未能超越Llama 3,但Gemma的輸出更加詳細且全面。

 

Llama 3:速度冠軍

 

主要特徵


Llama 3 繼承了Meta建立高效、高性能模型的傳統。它因為能夠以較快的速度生成詳細回應而脫穎而出。

 

  • 高效性:Llama 3 經過優化,成為本次比較中最快的模型。
  • 細節導向的回應:儘管速度快,Llama 3 在回應的細節和長度上也沒有妥協,往往生成比Gemma和Mistral更完整的答案。

 

閱讀理解任務中的表現


Llama 3 在與Gemma和Mistral相同條件下的測試中表現穩定,始終生成最長且最詳細的答案,同時保持較快的處理速度。這使它成為需要速度和細節兼備的應用的理想選擇。

 

Mistral:精確度專家

 

重要創新


Mistral AI 的模型設計重點在於優先考慮精確度,使其在需要精確且簡潔的回應的任務中表現尤為突出。

 

  • 簡潔性:Mistral 以其提供簡潔答案的能力而聞名,這在需要簡短回應的應用中特別有用。
  • 精確性:在我們的測試中,Mistral 的回應準確度始終排名最高,回應與標準答案最為接近。

 

閱讀理解任務中的表現

 

Mistral 的優勢在於其精確性和簡潔性。儘管它生成的答案比Gemma和Llama 3更短,但其回應始終精確無誤。這使Mistral成為在需要精確性高於冗長度的場合的最佳選擇。

 

比較分析:指標與結果

 

推理速度

 

  • Llama 3 的速度最快,生成速度約為每秒0.7個詞彙。
  • Gemma 其次,速度約為每秒0.4個詞彙。
  • Mistral 的速度最慢,約為每秒0.26個詞彙。

 

答案長度

  • Llama 3 生成的答案最長,平均每個回應有148個詞彙。
  • Gemma 其次,平均每個回應有50個詞彙。
  • Mistral 提供了最簡潔的答案,平均每個回應有20個詞彙。

 

準確度(基於RAQ框架)

  • Mistral 的平均排名最好,緊隨其後的是 Gemma。
  • Llama 3 在準確度方面表現稍遜,但差異不具有統計顯著性。

 

實際應用:選擇適合您需求的模型


在決定將這些模型中的哪一個整合到您的應用中時,請考慮以下因素:

  • 如果速度至關重要:Llama 3 是明顯的勝者,非常適合需要快速實時回應的應用。
  • 如果精確性和簡潔性至關重要:Mistral 是您的首選,特別適合需要高精確度的任務。
  • 如果需要在速度、細節和精確度之間取得平衡:Gemma 是一個不錯的中間選擇,特別是針對運行在資源有限的邊緣設備的應用。

 

結論


    隨著AI技術日益融入日常應用,像Gemma、Llama 3 和 Mistral這樣的小型AI模型變得越來越重要。每個模型都有其優勢:Llama 3 在速度和細節方面表現出色,Mistral 在精確性和簡潔性方面表現最佳,而Gemma 則在效率上保持了良好的平衡,尤其適用於資源有限的設備。通過理解這些模型的獨特特徵和性能,開發者可以根據具體用例做出明智的決策,選擇最適合的模型。

 

無論您是開發需要實時互動的AI應用,還是需要一個能夠提供準確且簡潔資訊的模型,這篇比較分析將為您選擇合適的工具提供所需的見解。

 

行動支持呼籲


請持續關注我們對最新AI模型和趨勢的深入分析,獲取AI世界的最新動態!

 


本文內容參考:The article "Gemma vs. Llama vs. Mistral: Exploring Smaller AI Models - A Comparative Study of Small-Scale Language Models: Evaluating Gemma, Llama 3, and Mistral in Reading Comprehension Tasks" published by Luís Roque and Rafael Guedes in Towards Data Science.