作者：一號

編輯：美美

中國大模型被抄襲，怎么不算是某種層面上的國際認(rèn)可呢？

5月29日，斯坦福大學(xué)的一個AI研究團(tuán)隊(duì)發(fā)布了一個名為「Llama3V」的模型，號稱只要 500 美元就能訓(xùn)練出一個 SOTA 多模態(tài)模型，且效果比肩 GPT-4V、Gemini Ultra 與 Claude Opus 。

論文作者一共有三位，分別是Mustafa Aljaddery、Aksh Garg、Siddharth Sharma，其中兩位來自斯坦福，并且集齊了特斯拉、SpaceX、亞馬遜還有牛津大學(xué)等各種機(jī)構(gòu)的相關(guān)背景，在外人看來，這是典型的業(yè)界大牛。所以宣布發(fā)布這個模型的推文很快瀏覽量就超過了30萬，這個項(xiàng)目也沖到了Hugging Face的首頁，而且別人試用了一下，效果是真的不錯。

但是這個大模型最近卻“刪庫跑路”了，怎么回事呢？

美國名校居然抄襲中國大模型？

在Llama3V發(fā)布后沒幾天，在X平臺還有Hugging Face上就出現(xiàn)了一些懷疑的聲音。有人認(rèn)為，Llama3V實(shí)際上是“套殼”了面壁智能在5月中旬發(fā)布的8B 多模態(tài)小模型 MiniCPM-Llama3-V 2.5，但并沒有在Llama3V的工作中表達(dá)過任何對 MiniCPM-Llama3-V 2.5的致敬和感謝。

面壁智能是一家中國AI大模型公司，其核心團(tuán)隊(duì)成員包括來自清華大學(xué)自然語言處理與社會人文計(jì)算實(shí)驗(yàn)室 (THUNLP)的成員，如 CEO 李大海、聯(lián)合創(chuàng)始人劉知遠(yuǎn)等。

對此，這個斯坦福AI團(tuán)隊(duì)回應(yīng)稱，他們「只是使用了 MiniCPM-Llama3-V 2.5 的 tokenizer」，并「在 MiniCPM-Llama3-V 2.5 發(fā)布前就開始了這項(xiàng)工作」。然而求錘得錘，隨著好心網(wǎng)友的深挖，發(fā)現(xiàn)這兩個模型的模型結(jié)構(gòu)、代碼、配置文件，簡直一模一樣，只是改了變量名而已。

但是，網(wǎng)友擺出證據(jù)質(zhì)疑Llama3V團(tuán)隊(duì)后，團(tuán)隊(duì)采取的做法卻是刪評刪庫，不少跟這個項(xiàng)目相關(guān)的網(wǎng)頁，不管是GitHub還是Hugging Face，統(tǒng)統(tǒng)都變成了404。擺證據(jù)不聽，那網(wǎng)友就找到的事件的另一當(dāng)事方，也就是面壁智能那里，把一系列的證據(jù)都亮了出來。

面壁智能一看，就讓這兩個模型做了測試，發(fā)現(xiàn)這兩個模型「不僅正確的地方一模一樣，連錯誤的地方也一模一樣」，這如果還是巧合就有點(diǎn)說不過去了。隨后他們找到了一個關(guān)鍵性證據(jù)，那就是識別清華簡。這個實(shí)際上是MiniCPM-Llama3-V 2.5的特有功能之一。

清華簡是一種非常罕見、在戰(zhàn)國時期寫在竹子上的中國古代文字。他們在訓(xùn)練的時候，使用的圖像是從最近出土的文物中掃描得來的，而面壁智能進(jìn)行了標(biāo)注。因此，可以說，除了面壁智能，其他的大模型基本上并不會具備這一功能。況且Llama3V還是美國團(tuán)隊(duì)研發(fā)的，按理說應(yīng)該并不會特意去做這一個功能。但是，實(shí)際上，Llama3V和MiniCPM-Llama3-V 2.5的識別情況極其相似，這基本就是實(shí)錘了。

證據(jù)面前，認(rèn)錯態(tài)度卻很迷

種種證據(jù)面前，斯坦福的這個團(tuán)隊(duì)依舊不承認(rèn)抄襲，而是選擇下架了幾乎所有與Llama3V相關(guān)的項(xiàng)目，但卻做了下面的聲明：

非常感謝那些在評論中指出與之前研究相似之處的人。

我們意識到我們的架構(gòu)非常類似于OpenBMB的“MiniCPM-Llama3-V 2.5，他們在實(shí)現(xiàn)上比我們搶先一步。

我們已經(jīng)刪除了關(guān)于作者的原始模型。

但隨后又光速滑跪，項(xiàng)目其中的兩位作者Siddharth Sharma以及Aksh Garg和另一位作者，來自南加利福尼亞大學(xué)的Mustafa Aljadery切割，指責(zé)其為項(xiàng)目編寫了代碼，但沒有告知她們有關(guān)面壁智能的事，他們兩個人更多只是幫助他推廣這個模型。

這讓不少網(wǎng)友嘲諷，靠發(fā)發(fā)推文推廣下就能成為項(xiàng)目作者之一，這名頭來得也太簡單了。因此，斯坦度人工智能實(shí)驗(yàn)室主任Christopher Manning下場開噴，說這是“典型的不承認(rèn)自己錯誤！”

對此，面壁智能CEO在昨天回應(yīng)稱“也是一種受到國際團(tuán)隊(duì)認(rèn)可的方式”，首席科學(xué)家劉知遠(yuǎn)也表示，“該團(tuán)隊(duì)三人中的兩位也只是斯坦福大學(xué)本科生，未來還有很長的路，如果知錯能改，善莫大焉”。

中國大模型缺少國際團(tuán)隊(duì)認(rèn)可

盡管本次事件具有極大的戲劇性，但實(shí)際上，這個事件之所以能引起人們的注意，主要是因?yàn)長lama3V不僅有名校名企的背書，而且確實(shí)擁有不錯的實(shí)力，但這也引起了人們的反思。

谷歌DeepMind研究員、ViT作者Lucas Beyer提到，Llama3-V是抄的，但成本低于500美元，效果卻能直追Gemini、GPT-4的開源模型確實(shí)存在，那就是面壁智能的MiniCPM-Llama3-V 2.5，然而，相比起Llama3V，MiniCPM得到的關(guān)注要少得多。主要原因似乎是這樣的模型出自中國實(shí)驗(yàn)室，而非常春藤盟校。

而Hugging Face的負(fù)責(zé)人Omar Sanseviero也說，社區(qū)一直在忽視中國機(jī)器學(xué)習(xí)生態(tài)系統(tǒng)的工作。他們正在用有趣的大語言模型、視覺大模型、音頻和擴(kuò)散模型做一些令人驚奇的事情。

包括Qwen、Yi、DeepSeek、Yuan、WizardLM、ChatGLM、CogVLM、Baichuan、InternLM、OpenBMB、Skywork、ChatTTS、Ernie、HunyunDiT等等。

的確，從大模型競技場上來看，中國的大模型實(shí)際上表現(xiàn)并不差，例如來自零一萬物的Yi-VL-Plus在模型一對一PK的視覺大模型競技場中排名第五，超過了谷歌的Gemini Pro Vision，智譜AI和清華合作的CogVLM也躋身前十。而在其他項(xiàng)目的比試中，中國大模型也往往榜上有名。

即使具備這樣的實(shí)力，但國產(chǎn)大模型不僅在國際上不受待見，在國內(nèi)也常常深陷輿論泥淖，被貼上了“別人一開源，我們就自主”還有“套殼”等標(biāo)簽。而這次事件，可以很好地說明，實(shí)際上，中國大模型中也有一些出色的，盡管面對國際領(lǐng)先模型仍有顯著差距，但中國大模型已經(jīng)從以前的nobody，成長為了AI領(lǐng)取的關(guān)鍵推動者之一，一些關(guān)于中國大模型的成見需要被打破。

       原文標(biāo)題 : 新火種AI|倒反天罡！美國名校斯坦福AI團(tuán)隊(duì)抄襲中國大模型