感謝網友 愛合租 的線索投遞！

11 月 16 日消息，針對近日零一萬物被質疑完全使用 LLaMA 架構，只對兩個張量（Tensor）名稱做修改，李開復在朋友圈進行了回應。

李開復表示：“全球大模型架構一路從 GPT2 --> Gopher --> Chinchilla --> Llama2 --> Yi，行業逐漸形成大模型的通用標準，就像做一個手機 App 開發者，不會去自創 iOS、Android 以外的全新基礎架構。01.AI 起步受益于開源，也貢獻開源，從社區中虛心學習，我們會持續進步?！?/p>

據此前報道，創新工場董事長兼 CEO 李開復于今年創辦了 AI 大模型創業公司“零一萬物”，該公司已推出Yi-34B 和Yi-6B 兩個開源大模型，號稱對學術研究完全開放，同步開放免費商用申請。

然而在Yi-34B 的 Hugging Face 開源主頁上，開發者 ehartford 質疑稱該模型使用了Meta LLaMA 的架構，只對兩個張量（Tensor）名稱進行了修改，分別為 input_layernorm 和 post_attention_layernorm。

零一萬物開源團隊總監 Richard Lin 回應稱，這一命名問題是開發人員疏忽導致，開發人員在代碼中進行了幾次重命名，以滿足實驗要求。但是開發人員“忘記將張量名稱修改回 LLaMA”，開發人員對此感到抱歉。

值得一提的是，原阿里首席 AI 科學家賈揚清吐槽國內某一新模型中用的其實是 LLaMA 架構，僅在代碼中更改了幾個變量名引發網絡熱議。在被指大模型回應并發布訓練模型過程后，賈揚清最新發文，表示開源領域“魔改”要不得。

昨日，零一萬物官方對Yi-34B 訓練過程進行了說明，表示大模型持續發展與尋求突破口的核心點不僅在于架構，而是在于訓練得到的參數。附回應全文：

就零一萬物的觀察和分析，大模型社區在技術架構方面現在是一個處于接近往通用化逐步收攏的階段，基本上國際主流大模型都是基于 Transformer 的架構，做 attention，activation，normalization，positional embedding 等部分的改動，LLaMA、Chinchilla、Gopher 等模型的架構和 GPT 架構大同小異，全球開源社區基于主流架構的模型變化非常之多，生態呈現欣欣向榮，國內已發布的開源模型也絕大多數采用漸成行業標準的 GPT / LLaMA 的架構。然而，大模型持續發展與尋求突破口的核心點不僅在于架構，而是在于訓練得到的參數。

模型訓練過程好比做一道菜，架構只是決定了做菜的原材料和大致步驟，這在大多數人的認知中也逐步形成共識。要訓練出好的模型，還需要更好的“原材料”（數據）和對每一個步驟細節的把控（訓練方法和具體參數）。由于大模型技術發展還在非常初期，從技術觀點來說，行業共識是與主流模型保持一致的模型結構，更有利于整體的適配與未來的迭代。

零一萬物在訓練模型過程中，沿用了 GPT / LLaMA 的基本架構，由于 LLaMA 社區的開源貢獻，讓零一萬物可以快速起步。零一萬物從零開始訓練了 Yi-34B 和 Yi-6B 模型，并根據實際的訓練框架重新實現了訓練代碼，用自建的數據管線構建了高質量配比的訓練數據集（從 3PB 原始數據精選到 3T token 高質量數據）。除此以外，在 Infra 部分進行算法、硬件、軟件聯合端到端優化，實現訓練效率倍級提升和極強的容錯能力等原創性突破。這些科學訓模的系統性工作，往往比起基本模型結構能起到巨大的作用跟價值。

零一萬物團隊在訓練前的實驗中，嘗試了不同的數據配比科學地選取了最優的數據配比方案，投注大部分精力調整訓練方法、數據配比、數據工程、細節參數、baby sitting（訓練過程監測）技巧等。這一系列超越模型架構之外，研究與工程并進且具有前沿突破性的研發任務，才是真正屬于模型訓練內核最為關鍵、能夠形成大模型技術護城河 know-how 積累。在模型訓練同時，零一萬物也針對模型結構中的若干關鍵節點進行了大量的實驗和對比驗證。舉例來說，我們實驗了 Group Query Attention（GQA）、Multi-Head Attention（MHA）、Vanilla Attention 并選擇了 GQA，實驗了 Pre-Norm 和 Post-Norm 在不同網絡寬度和深度上的變化，并選擇了 Pre-Norm，使用了 RoPE ABF 作為 positional embedding 等。也正是在這些實驗與探索過程中，為了執行對比實驗的需要，模型對部分推理參數進行了重新命名。

在零一萬物初次開源過程中，我們發現用和開源社區普遍使用的 LLaMA 架構會對開發者更為友好，對于沿用 LLaMA 部分推理代碼經實驗更名后的疏忽，原始出發點是為了充分測試模型，并非刻意隱瞞來源。零一萬物對此提出說明，并表達誠摯的歉意，我們正在各開源平臺重新提交模型及代碼并補充 LLaMA 協議副本的流程中，承諾盡速完成各開源社區的版本更新。

我們非常感謝社區的反饋，零一萬物在開源社區剛剛起步，希望和大家攜手共創社區繁榮，在近期發布 Chat Model 之后，我們將擇期發布技術報告，Yi Open-source 會盡最大努力虛心學習，持續進步。

廣告聲明：文內含有的對外跳轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節省甄選時間，結果僅供參考，所有文章均包含本聲明。

總結

以上是生活随笔為你收集整理的李开复回应 Yi 大模型套壳 LLaMA 争议：受益于开源也贡献开源的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。