原贴链接

我只能提供6个选项，所以我选择了我认为最受欢迎的选择。如果你想要的类型没有列出，请在评论中添加你希望看到的模型类型。我将把这些结果发送给Joe Spisak（Meta的GenAI产品总监），他最近在我之前的一个帖子中发表了评论。

注意：我不在Meta工作，也与他们没有任何关联。我只是想给他们提供我们作为社区感兴趣的良好反馈。

查看投票

讨论总结

Reddit社区成员对Meta公司即将推出的下一代大型语言模型（LLM）进行了深入讨论，主要关注点包括模型的多样性、性能、扩展性和社区反馈。讨论中涉及了多种模型类型，如Bitnet、音频LLM、多模态模型等，以及对模型性能和扩展性的具体要求。社区成员积极参与，提出了各自的期望和建议，希望通过投票和评论向Meta提供有价值的反馈。整体上，讨论反映了社区对LLM技术发展的关注和对Meta未来产品的期待。

主要观点

  1. 👍 Bitnet模型的潜力
    • 支持理由：Bitnet模型如果能够实现可扩展性，将具有显著的性能提升，尤其是在使用加法操作时。
    • 反对声音：一些评论者对Bitnet的实际应用效果持保留态度，认为其性能可能不如预期。
  2. 🔥 多模态模型的需求
    • 正方观点：多模态模型在短期内对于缩小开源与闭源模型之间的差距至关重要。
    • 反方观点：一些评论者认为多模态模型的实际应用效果尚未得到充分验证。
  3. 💡 模型扩展性的关注
    • 解释：社区成员普遍关注模型的扩展性，特别是对Bitnet模型的扩展性提出了具体问题。
  4. 👍 社区反馈的重要性
    • 支持理由：社区成员认为他们的意见对Meta的产品开发有重要影响，希望通过投票和评论提供反馈。
  5. 🔥 模型复杂结构的期待
    • 正方观点：社区希望看到包含自引用循环和时间概念的复杂模型结构。
    • 反方观点：一些评论者认为现有GPU架构更适合线性网络计算，复杂结构可能面临训练和硬件支持的挑战。

金句与有趣评论

  1. “😂 can i choose bitnet and audio llm?” - 亮点：评论者OXKSA1提出了一个有趣且具有前瞻性的组合，反映了社区对多样化LLM功能的期待。
  2. “🤔 I just want to know if bitnet scales!” - 亮点：评论者ReadyAndSalted简洁地表达了社区对技术性能的实际关注点。
  3. “👀 I want to see the limits of LLMs.” - 亮点：评论者Budget-Juggernaut-68对探索LLM的极限表现出浓厚的兴趣，反映了社区对技术挑战的积极态度。

情感分析

讨论的总体情感倾向是积极的，社区成员对Meta公司下一代LLM的发展充满期待。主要分歧点在于对不同模型类型的偏好和性能预期，如Bitnet、多模态模型等。社区成员希望通过投票和评论向Meta提供有价值的反馈，推动技术进步。

趋势与预测

  • 新兴话题：Bitnet模型的扩展性和性能可能成为后续讨论的热点。
  • 潜在影响：多模态模型和复杂结构的发展可能对AI领域产生深远影响，尤其是在提高模型性能和应用灵活性方面。