Meta旗舰AI模型Llama 3.1强势登陆Cloudflare Workers AI平台，开启云端智能新篇章

近日消息，Cloudflare最近公布，作为Meta公司核心合作伙伴之一，其Workers AI平台已迅速集成Meta新近披露的Llama3.18B模型。这意味着开发者能够抢在时间前沿，于模型发布的同日便着手应用这一尖端AI技术，为创新与效率开辟新径。

Llama3.1是Meta公司Llama系列模型的最新成员，以其在通用知识、可操控性、数学运算、工具使用和多语言翻译等方面的出色表现而闻名。此次更新的亮点包括：

更高的精度：模型采用了bfloat16格式，提升了计算精度。

函数调用功能：内置了函数调用（也称为工具调用）能力，允许模型生成结构化的JSON输出，可直接用于各种API。

多语言支持：新模型支持8种语言，包括英语、法语、德语、印地语、意大利语、葡萄牙语、西班牙语和泰语，大大扩展了应用范围。

Cloudflare强调，他们致力于支持开源社区，并将这一理念延伸到了Workers AI产品中。公司表示，他们的目标是为开发者提供一流的开发体验和工具包，以帮助人们使用开源模型构建应用程序。

值得注意的是，在beta测试期间，开发者可以免费使用Llama3.18B模型。Cloudflare还推出了嵌入式函数调用功能，这使得开发者可以更高效地运行推理任务，减少手动请求的次数。

Cloudflare的这一举措不仅展示了他们对开源AI发展的支持，也为全球开发者提供了更多机会来探索和应用最新的AI技术。随着AI模型不断进化，我们可以期待看到更多创新应用的出现。

欧盟或将对Meta开罚单，指控其在用户数据处理上误导行为

近日消息，欧盟近期向Meta公司发出通告，指责其Facebook及Instagram平台采用的“付费或同意”商业模式可能误导用户并引发混淆，违反了消费者保护法规。Meta被要求在2024年9月1日前对这一模式进行整改，否则可能面临罚款，这是欧盟消费者保护合作网络(CPC)的明确指令。

Meta 去年推出的“付费或同意”模式给用户提供两种选择：每月支付最高 12.99 欧元（当前约 103 元人民币）来使用无广告的 Facebook 和 Instagram；或同意该公司收集和使用个人数据以投放个性化广告。欧盟方面认为，这种模式侵犯了用户隐私。

消费者保护组织的投诉引发了欧盟的调查。调查结果显示，Meta 在解释付费和“免费”版 Facebook 和 Instagram 的区别时使用了模糊不清的语言，迫使用户在没有足够时间考虑的情况下做出选择。此外，欧盟认为，将 Facebook 和 Instagram 的无广告版本称为“免费”具有误导性，因为用户仍然需要同意使用其数据进行定向广告。

欧盟司法委员迪迪埃・雷德斯表示，消费者不应该被误导认为付费后就不会看到广告，也不应该被误导认为平台是免费的，而实际上公司正在利用他们的个人数据牟利。他强调，公司必须透明地告知用户如何使用其数据。

Meta 发言人对此回应称，订阅模式作为广告的替代方案在许多行业都是成熟的商业模式，无广告订阅符合欧洲最高法院的裁决，并坚称公司遵守欧洲法规。

欧盟指控 Meta 违反了《不公平商业行为指令》和《不公平合同条款指令》。如果罪名成立，Meta 可能面临高达其欧盟地区年收入 4% 的罚款。

Meta公司确认使用未授权书籍训练AI，目前无意为作者提供赔偿

近日消息，有消息指出，Meta公司在其LLAM 1和LLAM 2模型的训练过程中，使用了名为“Books3”的大规模数据集。该数据集中包含大量未经授权的盗版书籍内容。

尽管Meta公司对此事予以承认，确认他们确实采用了Books3数据集作为其AI模型的训练素材，但却并未对相关作者提供应有的版权补偿。

这一行为引发了业界和公众对于知识产权保护问题的高度关注。创作者们认为，无论是传统出版物还是数字化内容，其创作成果都应受到法律的严格保护，任何未经授权的使用行为都应该付出相应的代价。

而科技公司在利用海量数据推动人工智能发展的同时，更应该坚守合法合规、尊重原创的原则，承担起应有的社会责任。

目前，针对此事的具体处理方式及后续影响，各方还在进一步的关注与讨论中。

Books3是一个包含19.5万本图书、总容量近37GB的文本数据集，由AI研究者Shawn Presser于2020年创建，旨在为改进机器学习算法提供更好的数据源。

Meta也将其用于训练自己的LLAM模型，然而Books3中包含大量从盗版网站Bibliotik爬取的受版权保护作品，使得Meta的行为面临法律风险。

多位科技公司今年面临类似的投诉，指责他们在构建生成式AI模型时侵犯了艺术家、作者和其他内容创作者的版权。

此外，欧盟关于人工智能的新临时规则可能会迫使公司披露用于训练模型的数据集，这可能会使他们面临更大的法律风险。

Meta科研团队创新突破：思维精炼技术赋能，语言模型效能飞跃升级

近日消息，一项引人瞩目的研究揭示了通过精心设计的训练方法，现代语言模型能够显著增强其多步骤推理的能力。

Meta公司的研究人员开发出一种新方法，将计算密集型的多步骤推理过程"提炼"为语言模型的参数。研究结果显示，在某些情况下，经过这种方法训练的模型能够以更低的计算成本达到与原始多步骤过程相似的性能。

这种"提炼"方法的工作原理是：首先对大量示例数据应用多步骤推理方法，然后筛选并保留一致性高的结果，最后使用这些数据对语言模型进行微调训练。本质上，该方法通过生成合成训练数据，使语言模型能够直接得出结论而无需中间步骤。

研究人员将这种方法应用于四种不同的多步骤推理技术和五种任务类型。结果表明，在许多情况下这种方法都能有效提升模型性能，但并非适用于所有场景。

例如，在避免偏见和改善回应质量等任务中，经过"提炼"的模型表现与多步骤方法相当，但所需计算资源大幅减少。然而，在复杂的数学推理任务中，这种方法却未能奏效。研究人员推测，某些任务对于单步推理来说可能过于复杂。

尽管如此，研究人员认为这种方法为开发更强大的语言处理系统提供了一个有前景的方向。未来可以将这种方法与其他技术相结合，专注于解决真正具有挑战性的问题。

这项研究为提升语言模型的推理能力开辟了新的路径，有望在多个应用领域带来突破。