原贴链接

无（仅包含一个无法获取有效信息的图片链接：https://llminfo.image.fangd123.cn/images/apqltinei16e1.jpeg!/format/webp）

讨论总结

原帖分享了自己从12TB硬盘开始，逐步升级到构建8个72TB的NAS用于模型收集和存档的情况，吸引众多评论者参与讨论。讨论涉及模型存档是否有价值、需要何种硬件设备支持、资金投入、网络条件对存档的影响、不同人对模型的选择保留情况以及LLMs发展趋势等方面，整体氛围积极，大家互相分享观点和经验，也存在部分疑惑和争议。

主要观点

  1. 👍 模型存档应保持torrent（或IPFS pin）以实现协同性
    • 支持理由：如果不保持则存档没有协同性，多个存档者相互共享数据可避免数据丢失
    • 反对声音：当模型在其他地方可获取时，自己保持的价值不高；网络上传速度低会影响保持操作
  2. 🔥 资金有限只能有基础的硬件设备，但也能做有趣的事
    • 正方观点：即使硬件如RTX3060这种比较基础，也可以做有趣的事，如运行相关模型
    • 反方观点：无（未发现明显反对观点）
  3. 💡 只有少数模型值得归档，因为模型更新换代快
    • 支持理由：事物变化很快，旧模型可能很快无法使用
    • 反对声音：鉴于已发布的模型权重，现在停止归档很难；不同模型有不同优势，不能一概而论
  4. 👍 对收集和存档模型的想法表示认可
    • 支持理由：认为这一行为可能有多种积极意义，如可能拯救生命或者建成互动博物馆等
    • 反对声音：无（未发现明显反对观点）
  5. 🔥 从风险与回报角度看模型收集存档行为面临风险
    • 正方观点：在当前模型发展速度下，新型开源模型可能被取缔，所以有风险
    • 反方观点：无（未发现明显反对观点）

金句与有趣评论

  1. “😂 amarao_san: Are you keeping torrent alive (or IPFS pin)? If not, please, do. Otherwise, there will be no synergy in archiving.”
    • 亮点：直接提出模型存档中保持torrent（或IPFS pin）的重要性观点
  2. “🤔 custodiam99：In my opinion there are only 4 - 5 models worth archiving at any given time and things are changing very fast.”
    • 亮点：表达了一种对于模型存档价值的独特看法，认为值得存档的模型很少
  3. “👀 AnyMessage6544：Hey OP, this is a really cool idea.”
    • 亮点：简洁地表达了对原帖模型存档想法的认可态度
  4. “😂 kedMcJenna：It will be a surprise if this technology is not strictly restricted or directly banned in the near future.”
    • 亮点：提出模型技术可能很快被限制或禁止的前瞻性观点
  5. “🤔 SuperChewbacca：Mostly just for fun.”
    • 亮点：解释自己收集存档模型是为了乐趣，是一种比较典型的个人动机阐述

情感分析

总体情感倾向是积极的。主要分歧点在于模型存档的价值，部分人认为只有少数模型值得存档，且考虑到模型更新换代快、存储资源占用等因素；而另一部分人则认可模型存档的多种意义，如备份以防未来不可用、保存历史价值等。产生分歧的可能原因是大家从不同的角度看待模型存档，如从技术发展、个人兴趣、资源利用等方面出发。

趋势与预测

  • 新兴话题：随着模型技术发展，关于如何在模型更新换代快的情况下合理存档以及应对可能的技术限制等话题可能会被更多讨论。
  • 潜在影响：如果模型存档相关的技术如网络协同等发展成熟，可能会影响到整个模型产业的数据保存和共享模式；同时如果更多人关注到技术限制的风险，可能会促使相关政策法规的制定或者调整。

详细内容：

标题：Reddit 热门讨论：收集和存档模型的热潮

在 Reddit 上，一则题为“Anyone else collecting and archiving models? It started with a 12TB drive and escalated to building an 8 drive 72TB NAS. Share your setup!”的帖子引发了热烈讨论。该帖获得了众多关注，评论数众多。

帖子主要围绕人们收集和存档模型展开，引发了关于存档的目的、技术设备配置、模型选择与淘汰等多方面的讨论。

讨论焦点与观点分析： 有人认为多做种子分享能提高网络可靠性，减轻数据丢失或损坏的潜在风险。比如，有用户说：“如果一个存档机器丢失了部分内容，它可以从其他播种者那里恢复和重新下载。如果它与网络隔离，数据就会丢失。” 也有用户分享个人经历，如[SuperChewbacca]表示自己在电缆上，上传速度低，且他和妻子大多时间在家工作。[ttkciar]称自己有大约 20TB 的模型和数据集存档，但农村的 DSL 网络每年会多次中断。 关于存档的价值，观点各异。[custodiam99]认为只有少数几个模型值得存档，且认为 LLMs 明年将达到峰值。但[segmond]反驳称有许多不同优势的模型不可轻易替代。 [SuperChewbacca]表示自己存档主要是为了好玩，方便随时使用不同模型，还担心模型未来可能被删除或无法获取。有人质疑其投入大量资金却没有明确计划，[SuperChewbacca]回应称这是为了跟上 AI 领域的最新动态。

总的来说，这场讨论反映了人们在收集和存档模型方面的不同想法和实践，以及对未来发展的各种预测和担忧。