NLP高频面试题（三十五）——LLaMA / ChatGLM / BLOOM的区别

一、LLaMA

训练数据

LLaMA由Meta开发，拥有多个参数规模的版本：7B、13B、33B和65B。其中，较小的7B和13B版本采用了约1万亿tokens进行训练，而更大的33B和65B版本使用了约1.4万亿tokens进行训练。

模型结构特点

LLaMA采用与GPT类似的causal decoder-only Transformer结构，在细节上进行了一些重要改进：

• Layer Normalization：采用了前置的RMS Norm（均方根Norm）以提高训练稳定性，并去除了传统的layer norm中的偏置项。
• 激活函数：选用了SwiGLU激活函数，相比传统FFN多出一个权重矩阵，提升了模型的表达能力。
• 位置编码：使用了旋转位置编码（RoPE），去除了传统的绝对位置编码，更好地处理序列长度变化。

Tokenizer特性

LLaMA主要以英文数据训练，使用SentencePiece tokenizer，词表仅有32,000个tokens，对中文支持有限，中文编码效率较低。

二、ChatGLM-6B

训练数据

ChatGLM-6B由智谱AI开发，训练语料包含约1万亿tokens，中文与英文数据比例各占50%，相比GLM-130B（40