清華、北大等86所高校布局元宇宙，是風口還是噱頭？
作者：徐賜豪來源：區塊鏈日報據全國高校人工智能與大數據創新聯盟元宇宙專委會不完全統計，截至2023年7月，全國共有86所高校戰略布局元宇宙領域，其中本科院校73所，高職專科院校13所
斯坦福 AI 團隊，竟然曝出了抄襲事件，而且抄襲的還是中國國產的大模型成果 —— 模型結構和代碼，幾乎一模一樣！跟任何抄襲事故一樣……AI 圈內都驚呆了。
斯坦福的這項研究叫做 Llama3-V，是于 5 月 29 日新鮮發布，宣稱只需要 500 美元就能訓出一個 SOTA 多模態大模型，比 GPT-4V、Gemini Ultra、Claude Opus 都強。
Llama3-V 的 3 位作者或許是擁有名校頭銜加持，又有特斯拉、SpaceX 的大廠相關背景，這個項目短短幾天就受到了不小的關注。
甚至一度沖上了 HuggingFace 趨勢榜首頁：
然而，戲劇性的一幕開始上演了。
有位細心的網友發現，咦？這“配方”怎么如此的熟悉？
然后他定睛一看，好家伙，這不就是 MiniCPM-Llama3-V 2.5（出自清華系明星創業公司面壁智能）嘛。
于是這位網友便跑到面壁智能 GitHub 項目下開始爆料了：
你們家大模型被斯坦福團隊抄襲了！
并且他還附上了一堆的證據，最直接的莫過于這張 2 個模型代碼的對比圖了：
Emmm…… 用這位網友的話來說就是：
模型結構、代碼、配置文件，簡直一模一樣，只是變量名變了而已。
至于為什么這位網友要跑到面壁智能 GitHub 項目下面留言，是因為他之前已經給 Llama3-V 作者留過言了，但斯坦福團隊的做法竟是刪庫跑路……
沒錯，現在不論是 GitHub 還是 HuggingFace，統統都是 404：
并且這事現在還在持續發酵的過程中，網上吃瓜的群眾也是越來越多。
那么我先來一同回顧一下這件 drama 事情的始末。
“代碼和架構一模一樣”正如剛才所述，一個網友爆料 Llama3-V 抄襲 MiniCPM-Llama3-V 2.5，跑到面壁智能的 GitHub 主頁提醒團隊注意，并把關鍵證據都一一截圖列舉整理了下來，這才有了整個抄襲門的還原現場。
以下是來自這位網友的證據。
證據一，Llama3-V 的模型架構和代碼與 MiniCPM-Llama3-V 2.5 幾乎完全相同：
看下面的例子，配置文件就改了圖像切片、分詞器、重采樣器和數據加載等格式化和變量名：
Llama3-V 作者表示參考了 LLaVA-UHD 架構，在 ViT 和 LLM 等選擇上有一些差異。但實際上，網友發現他們的具體實現在空間模式等很多方面都與 LLaVA-UHD 不同，卻出奇與 MiniCPM-Llama3-V 2.5 一致。
甚至，Llama3-V 還用了 MiniCPM-Llama3-V 2.5 的分詞器，連 MiniCPM-Llama3-V 2.5 定義的特殊符號都能“巧合”實屬離譜。
證據二，網友質疑 Llama3-V 作者是如何在 MinicPM-Llama3-V2.5 項目發布之前就使用上 MinicPM-Llama3-V2.5 分詞器的。
Llama3-V 作者給的回復是這樣嬸兒的，說是用的面壁智能上一代 MinicPM-V-2 項目的：
但事實卻是，HuggingFace 中，MiniCPM-V2 與 MiniCPM-Llama3-V 2.5 分詞器分別是兩個文件，文件大小也完全不同。
MiniCPM-Llama3-V 2.5 的分詞器是用 Llama3 分詞器加上 MiniCPM-V 系列模型的特殊 token 組成，而 MiniCPM-V2 的發布都在 Llama3 開源之前，怎么會有 Llama3 分詞器。
證據三，Llama3-V 作者隨后無故刪除了網友在 Llama3-V 頁面上提交的質疑他們抄襲的問題。
而且，他們似乎對 MiniCPM-Llama3-V 2.5 架構或他們自己的代碼都不完全了解。
感知器重采樣器（Perceiver resampler）是單層交叉注意力，而不是雙層自注意力。但是下圖所示 Llama3-V 的技術博客里作者的理解很明顯是錯的。
SigLIP 的 Sigmoid 激活也不用于訓練多模態大語言模型，而僅用于預訓練 SigLIP。
視覺特征提取不需要 Sigmoid 激活：
基于以上三點事實，這位網友認為證據足以證明 Llama3-V 項目竊取了 MiniCPM-Llama3-V 2.5 項目的學術成果。
但還沒完，他隨后又補充了兩點證據。
幾天前，當這位網友嘗試運行 Llama3-V 時，發現他們提供的代碼無法與 HuggingFace 的 checkpoint 一起使用，反饋問題沒有得到作者回復。
于是網友把從 HuggingFace 下載的 Llama3-V 模型權重中的變量名改成了 MiniCPM-Llama3-V 2.5 的，驚奇發現模型居然可以用 MiniCPM-V 代碼成功運行。
此外，如果將高斯噪聲（由單個標量參數化）添加到 MiniCPM-Llama3-V 2.5 的 checkpoint，結果就是會得到一個行為與 Llama3-V 極其相似的模型。
收到網友的提醒后，MiniCPM-Llama3-V 2.5 團隊這邊也迅速展開了調查，他們按照網友的在 GitHub 上的說明，使用 Llama3-V 的 checkpoint 和 MiniCPM-Llama3-V 2.5 的代碼和配置文件正確獲取了推理結果。
于是，一個更為關鍵性的證據出現了。
Llama3-V 在一些未公開的實驗性特征上表現出與 MiniCPM-Llama3-V 2.5 高度相似的行為，而這些特征是根據 MiniCPM-Llama3-V 2.5 團隊內部數據訓練的。
例如，識別清華簡！
MiniCPM-Llama3-V 2.5 特有的功能之一是識別清華簡，這是一種非常罕見、于戰國時期寫在竹子上的中國古代文字。
訓練圖像是從最近出土的文物中掃描出來的，由 MiniCPM-Llama3-V 2.5 團隊進行了標注，尚未公開發布。
而 Llama3-V 的識別情況和 MiniCPM-Llama3-V 2.5 極為相似。
識別錯誤的情況竟也出奇一致：
MiniCPM-Llama3-V 2.5 團隊還在 1000 張竹簡圖像上測試了幾種基于 Llama3 的視覺-語言模型，并比較了每對模型的預測精確匹配。
結果，每兩個模型之間的重疊為零，而 Llama3-V 和 MiniCPM-Llama3-V 2.5 之間的 && 重疊達到了驚人的 87%**。
此外，MiniCPM-Llama3-V 2.5 和 Llama3-V 甚至具有相似的錯誤分布。Llama3-V 和 MiniCPM-Llama3-V 2.5 分別做出 236 和 194 個錯誤預測，重疊部分為 182 個。
且按照網友在 GitHub 上的指令獲得的 MiniCPM-Llama3-V2.5-noisy 顯示出與 Llama3-V 幾乎相同的定量結果，真令人匪夷所思……
在另一個 MiniCPM-Llama3-V 2.5 內部數據上訓練的未公開功能 ——WebAgent 上，也出現了同樣的情況。
Llama3-V 甚至和 MiniCPM-Llama3-V 2.5 團隊新定義的 WebAgent 模式中犯的錯誤都一樣。
鑒于這些結果，MiniCPM-Llama3-V 2.5 團隊表示很難將這種不尋常的相似性解釋為巧合，希望 Llama3-V 作者能對這個問題給出一個正式的解釋。
雖然斯坦福的 2 位本科生已經下架了幾乎所有與之相關的項目，但其實在此之前，他們最初在面對質疑的時候還是做出了些許的解釋。
例如他們強調，Llama3-V 這項工作的時間是要早于面壁智能的 MiniCPM，只是使用了他們的 tokenizer。
不過作者對 Medium 上的聲明還是做了保留：
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非常類似于 OpenBMB 的“MiniCPM-Llama3-V 2.5，他們在實現上比我們搶先一步。
我們已經刪除了關于作者的原始模型。
對此，一部分網友表示，既然選擇刪掉項目，那么就表示確實存在一定的問題。
不過另一方面，對于抄襲這事也有不一樣的聲音 ——
MiniCPM-Llama3-V 2.5 不也是在 Llama3 的基礎上做的改良嗎？不過連 tokenizer 都直接拿來用就應該不算是借鑒了。
而就在剛剛，另一個戲劇性的事情發生了。
斯坦福的作者在中午時間做出了最新的回應：
但現在…… 這條回應又刪掉了。
而面壁智能這邊，CEO 李大海也做出了正式回應：
參考鏈接：
[1]https://github.com/OpenBMB/MiniCPM-V/issues/196
[2]https://github.com/mustafaaljadery/Llama3-V
[3]https://www.reddit.com/r/LocalLLaMA/comments/1d6f1f3/Llama3-V_project_is_stealing_a_lot_of_academic/
[4]https://www.reddit.com/r/LocalLLaMA/comments/1d6f1f3/Llama3-V_project_is_stealing_a_lot_of_academic/?rdt=41696&onetap_auto=true&one_tap=true
[5]https://aksh-garg.medium.com/llama-3v-building-an-open-source-gpt-4v-competitor-in-under-500-7dd8f1f6c9ee
本文來自微信公眾號：量子位 （ID：QbitAI），作者：金磊 西風
本文鏈接：http://www.www897cc.com/showinfo-45-4488-0.html斯坦福團隊被曝抄襲清華系大模型，已刪庫跑路，創始人回應：也算國際認可
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號