Llama 把模型發布變成 playbook

Llama 把模型發布拆成可執行的 playbook，重點不是模型本身，而是怎麼讓開發者看得懂、用得上。

我追 Llama 很久了，老實說，一直有種不太對勁的感覺。模型當然有料，但每次看它的發布，我都覺得自己像在讀一份很會包裝的法務文件：這裡一個 base model，那裡一個 instruct 版本，license 又塞在角落，還要自己拼出到底能不能商用、能不能重訓、能不能直接上線。更煩的是，每一版都不是單純「更大」或「更準」而已，還混著 context、架構、授權、評測口徑，搞到最後大家不是在用模型，是在解讀模型家族樹。我想要的很簡單：一份能掃過去就知道該怎麼用的 release note。

我後來是從 Llama (language model) 這頁開始重新看整件事。不是把它當產品頁，而是當一份事後拆解。它把版本史、授權爭議、架構變化、外流事件都串在一起，旁邊還能一路追到 Meta 的原始材料。這篇的起點就是這個頁面，加上它連到的 Meta Llama 公告、Llama 2、Llama 3，以及 meta-llama/llama-models repo。

別把模型發布當成一個檔案

Llama models come in different sizes, ranging from 1 billion to 2 trillion parameters. Initially only a foundation model, starting with Llama 2, Meta AI released instruction fine-tuned versions alongside foundation models.

翻譯一下就是：模型發布不是一個東西，是一包東西。裡面有 base weights、有 instruction 版本、有不同尺寸、有 license、有時還有 code 或 multimodal 變體。Llama 很早就把這件事攤開來，雖然看起來很煩，但它其實逼大家承認：你不是在選「一個模型」，你是在選「一個模型家族裡的某個用途」。

我之前幫團隊整理內部模型文件時，就踩過這個坑。大家都問我「哪個模型最好」，我每次都想翻白眼。這問題根本沒答案，除非你先回答：你要的是原始 pretraining 行為、聊天行為、code 能力，還是本地部署的輕量版。Llama 的發布方式把這些東西拆開，第一眼很吵，第二眼很有用。

實操寫法很簡單：你自己的模型文件也不要再寫成一頁大雜燴。我通常直接切成四欄：

• Base model：給研究、微調、受控評測。
• Instruction model：給 chat、assistant、客服流。
• Specialized variant：給 code、vision、long-context、multilingual。
• Operational constraints：授權、存取方式、算力需求、部署限制。

這樣做的好處很直接，團隊不會再拿錯版本，然後回頭怪模型「不會聊天」。

Benchmark 很好看，但它也很會講故事

Meta AI reported the 13B parameter model performance on most NLP benchmarks exceeded that of the much larger GPT-3 (with 175B parameters), and the largest 65B model was competitive with state of the art models such as PaLM and Chinchilla.

這句話就是 Llama 早期能快速吸引人的原因。小模型打贏大模型，對工程團隊、採購、主管、甚至想換方案的人來說，都是超好用的敘事。但我現在看到這類話，都會先冷靜一下。benchmark 只告訴我它在特定設定下做了什麼，不告訴我它上線後會不會亂講、不告訴我 latency 能不能接受，也不告訴我 license 讓不讓我直接 ship。

我自己被「小而強」這種說法坑過不只一次。某個模型在 leaderboard 上漂亮得要命，結果一進產品就開始亂跑格式、長篇大論、對 domain prompt 反應很差。Llama 早期的說法厲害在它把效率包成產品訊號，但這也容易讓人太快下判斷。

實操寫法：你自己的 release note 裡，benchmark 不要只丟一串分數，至少拆成三層：

• 原始結果：paper 或 eval 實際測到什麼。
• 營運意義：對成本、速度、部署尺寸代表什麼。
• 產品限制：這個分數沒證明什麼。

這樣比較不會把一行 leaderboard 成績，硬拗成上線決策。

存取政策本身就是產品的一部分

Access to the model's weights was managed by an application process, with access to be granted "on a case-by-case basis to academic researchers; those affiliated with organizations in government, civil society, and academia; and industry research laboratories around the world".

也就是說，發布策略會直接決定採用速度。Llama 1 不是單純「發佈」；它是 gated 的。後來權重外流，整個討論立刻從「誰能拿到」變成「你根本擋不住怎麼辦」。這不是旁枝末節，這就是發布本身。

我在做內部模型和私有 SDK 時也碰過類似問題。存取太開，支援會爆、誤用會早早出現；存取太緊，大家就繞路。Llama 早期那套 case-by-case 的方式，是想在研究可用和控制之間找平衡，但外流事件直接告訴大家，需求一熱，這種平衡其實很脆。

實操寫法：在 launch 前就把 access model 寫死，而且寫白話，不要只丟法務術語：

• 誰能拿到 weights 或 binaries。
• 能不能商用。
• 是申請制、註冊制，還是直接下載。
• 如果被鏡像或轉傳，怎麼處理。

不要把這些藏在沒人會看的法律頁。跟下載連結放一起，跟版本資訊放一起，別假裝大家都會自己找得到。

外流事件提醒我：發佈後就不是你一個人的事了

On March 3, 2023, a torrent containing Llama's weights was uploaded, with a link to the torrent shared on the 4chan imageboard and subsequently spread through online AI communities.

這件事把 Llama 的語氣整個改掉了。原本是受控研究發布，瞬間變成公開 distribution 問題。Meta 發 takedown，Hugging Face 也配合下架，GitHub 也處理了，但權重還是照樣在社群裡流動。這件事最值得記住的不是「誰擋得住」，而是「只要權重出去了，就不是你能收回來的東西」。

我從這裡學到的不是「那就全鎖死」，而是你要預設你的 release 會被複製、被鏡像、被重包裝、被摘要。你如果不能接受這件事，就不要輕易把權重大範圍放出去。你如果能接受，就要讓你的文件、license、版本號在外部流傳時還站得住。

我自己寫內部文件也一樣。只要文件只能在公司 wiki 看懂，那它就是脆的。模型發布也是同理。社群一開始轉傳，你真正能控制的只剩清楚度。

實操寫法：你要寫給鏡像站和轉載頁看，不只是寫給首頁看：

• 檔名和文件裡都放版本號。
• 下載連結旁邊直接寫 license 摘要。
• base / instruct / code 版本要分清楚。
• changelog 要講清楚改了什麼、為什麼改。

這樣別人就算轉載，也比較不會把你的東西弄成猜謎遊戲。

商用權限一變，整個產品節奏就變了

In a further departure from the original version of Llama, all models are released with weights and may be used for many commercial use cases.

這句其實是最重要的轉折。Llama 2 開始，Meta 從研究型 gated access，往更能被產品團隊評估的發佈方式走。它還不是嚴格意義上的 open source，因為有 acceptable use policy 和限制，但對很多工程團隊來說，已經比「先申請、再等、再看能不能拿」好太多。

我看過太多團隊卡在「它到底算不算 open source」這種無聊爭論。真正該問的是：我能不能在我的產品裡用？我的風險能不能接受？法務會不會簽？Llama 2 的價值就在這裡，它把這些問題變得比較能回答。

實操寫法：如果你要發模型，最好把技術和授權拆成兩份文件：

• 技術說明：架構、訓練資料摘要、評測、預期用途。
• 使用說明：商用權限、限制、禁止行為。

如果你是使用者，也別只看「有 weights」。先看 policy。很無聊，但比之後補洞便宜。

Instruction tuning 不是加分項，是另一個產品

Starting with Llama 2, Meta AI released instruction fine-tuned versions alongside foundation models.

翻譯一下就是：這個模型家族同時在做兩件事，一個版本負責原始能力，一個版本負責可用性。現在看很理所當然，但以前很多團隊都會把 base model 當成可直接聊天的東西，然後再怪它怎麼這麼難用。

我自己也做過這種事。先拉一個 base model 測，覺得它很聰明但很煩；再補一層 instruction，整個感覺才像產品，而不是實驗室樣本。Llama 的發布節奏把這件事常態化了：base model 不是 app，instruction model 才比較接近 app。

實操寫法：你在文件裡一定要把 instruction path 單獨寫出來：

• 用了哪些 instruction data。
• 有沒有 human annotation。
• 這層 tuning 想改善什麼。
• 還剩哪些 failure mode。

這樣下游團隊才不會拿 base checkpoint 硬塞進 chat UI，然後再把問題算在模型頭上。

版本更新要告訴我變了什麼，不是只告訴我上線了

The latest version is Llama 4, released in April 2025.

這句看起來很短，但真正有用的是它背後那串變化。Llama 3、3.1、4 不只是分數變好而已，還牽涉到架構、context window、模態、資料來源和部署方式。到 Llama 4 這個階段，這已經不是「更大一點」的模型，而是整個系統的打法都變了。

我最在意的是這件事對工程的影響。我要的不是一篇像慶功文的發布稿，我要的是 changelog：我需不需要重跑 prompts、token budget 要不要重算、延遲假設要不要改、eval suite 要不要重寫。Llama 的版本史好用，就是因為它的差異真的會影響工作。

實操寫法：每次新版本上來，第一屏就回答四件事：

• 架構變了什麼。
• 訓練資料或 tuning 變了什麼。
• context length 或 modality 變了什麼。
• 部署或授權變了什麼。

如果這四點講不清楚，release note 就只是公告，不是文件。

可抄的模板

# Model Release Note Template

## 這個版本是什麼
[Model name] 是一個 [base / instruction-tuned / code / multimodal] 模型家族，主要用在 [primary use case]。

## 這次改了什麼
- Version:
- Architecture:
- Parameter sizes:
- Context window:
- Modalities:
- Training data summary:
- Fine-tuning summary:

## 它適合做什麼
- Best for:
- Not for:
- Known failure modes:

## Benchmarks
- Metric 1: [score] on [dataset]
- Metric 2: [score] on [dataset]
- Evaluation setup notes:
- What this does NOT prove:

## Access and licensing
- Weight access:
- Commercial use:
- Redistribution:
- Prohibited uses:
- Approval required:

## Operational notes
- Hardware expectations:
- Latency considerations:
- Memory footprint:
- Recommended deployment pattern:

## Release checklist
- [ ] Base model documented
- [ ] Instruction model documented
- [ ] License summary written in plain English
- [ ] Evaluation caveats listed
- [ ] Changelog updated
- [ ] Download link and version match

## 一句短版介紹
[Model name] 是一個給 [audience] 用的 [short description]，重點是 [key sizes] 與 [key constraints]。

這份模板就是我想從 Llama 身上抄走的東西。不是它有多會講故事，而是它把模型發布拆成能被工程團隊直接使用的格式。

我對原始來源的拆解主要來自 Wikipedia 的 Llama 條目，搭配它連到的官方材料：Meta 早期公告、Llama 2、Llama 3、以及 meta-llama/llama-models。上面這些事實是原始資料，我這篇多做的是把它翻成台灣開發者真的能拿去用的版本。