LLaMA: Open and Efficient Foundation Language Models

• 类型：arxiv
• 标识：2302.13971
• 链接：https://arxiv.org/abs/2302.13971
• 主题：evaluation
• 主分类：llm-infra
• 形态：method
• 被引：21311
• 被引来源：Semantic Scholar
• S2被引：21311
• OpenAlex被引：3957
• 影响力被引：2197
• TLDR：LLaMA, a collection of foundation language models ranging from 7B to 65B parameters, is introduced and it is shown that it is possible to train state-of-the-art models using publicly available datasets exclusively, without resorting to proprietary and inaccessible datasets.
• OpenAlex ID：W4322718191
• OpenAlex DOI：10.48550/arxiv.2302.13971
• DOI：10.48550/arxiv.2302.13971
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2302.13971
• OpenAlex更新：2026-08-25
• 待LLM分类：否
• 成熟度：production
• 场景：基础模型、语言模型、开源
• 标题中文：LLaMA：开放且高效的基础语言模型
• TLDR中文：本文推出参数规模从 7B 到 65B 的基础语言模型集合 LLaMA，并证明完全使用公开数据集即可训练出 SOTA 模型，无需依赖专有或不可获取的数据。
• 来源文件：
• [OpenAlex discover]
• [S2 enrich]