开源战在这半个月愈演愈烈。先是Llama 3.又到微软Phi-3.再到今天苹果发布的OpenELM。四种不同小参数版本全部上线，我们离iPhone装进大模型不远了。
从Llama 3到Phi-3.蹭着开源热乎劲儿，苹果也来搞事情了。
今天，苹果团队发布了OpenELM，包含了2.7亿、4.5亿、11亿和30亿四个参数版本。
与微软刚刚开源的Phi-3相同，OpenELM是一款专为终端设备而设计的小模型。
论文称，OpenELM使用了「分层缩放」策略，来有效分配Transformer模型每一层参数，从而提升准确率。
如下这张图，一目了然。
在约10亿参数规模下，OpenELM与OLMo相比，准确率提高了2.36%，同时需要的预训练token减少了2倍。
抱抱脸创始人表示，苹果加入了AI开源大战，一口气在HF中心发布了四款模型。
OpenELM有多强?
OpenELM的诞生，显然瞄准了谷歌、三星、微软这类的竞争对手。
近几天，微软开源的Phi-3.在AI社区引起了不小的反响。
因为，小模型的运行成本更低，而且针对手机和笔记本电脑等设备进行了优化。
根据论文介绍，苹果这款模型不仅能在笔记本(配备英特尔i9-13900KF CPU、RTX 4090 GPU，24GB内存)，还可以在M2 MacBook Pro(64GiB内存)运行。
而OpenELM具体性能表现如何?
在零样本和少样本设置中，OpenELM的结果如下图表3所示。
通过与开源的大模型比较，OpenELM的变体比12亿参数OLMo的准确率提高了1.28%(表4a)、2.36%(表4b)和 1.72%(表4c)。
值得注意的是，OpenELM使用了OLMo少2倍的预训练数据的情况下，达到了这一水平。
再来看模型指令微调的结果。
如下表5所示，在不同的评估框架中，指令微调都能将OpenELM的平均准确率提高1-2%。
表6展示了参数高效微调的结果。PEFT方法可以应用于OpenELM，LoRA和DoRA在给定的CommonSense推理数据集中，提供了相似的平均准确度。
下表7a和7b分别显示了GPU和MacBook Pro上的基准测试结果。
尽管OpenELM对于相似的参数数量具有更高的精度，但研究人员观察到OpenELM要比OLMo慢。
虽然本研究的主要重点是可重复性而非推理性能，但研究人员还是进行了全面分析，以了解瓶颈所在。
分析结果表明，OpenELM处理时间的很大一部分，归因于研究者对RMSNorm的简单实现。
具体来说，简单的RMSNorm实现会导致许多单独的内核启动，每个内核处理一个小输入，而不是像LayerNorm那样启动一个融合的内核。
用Apex的RMSNorm替换简单的RMSNorm，结果发现OpenELM的吞吐量有了显著提高。
然而，与使用优化LayerNorm的模型相比，性能差距仍然很大，部分原因是：
(1)OpenELM有113个RMSNorm层，而OLMo只有33个LayerNorm层;
(2)Apex的RMSNorm没有针对小输入进行优化。
作者贡献
有趣的是，论文最后一部分还列出了每位作者，在这项研究中的具体贡献。
从预训练数据收集和工具、架构设计、模型训练，到评估套件和工具、HF集成、指令微调、参数高效微调，再到性能分析和MLX转换、代码审查，bug修改和维护全程都分工明确。
具体每人参与的内容，如下图所示。
