- Meta lansira Llamo 4 s tremi različicami: Scout, Maverick in Behemoth, z multimodalnim in odprtokodnim pristopom.
- Modeli vključujejo arhitekturo mešanice strokovnjakov (MoE) in kontekstna okna do 10 milijonov žetonov.
- Scout in Maverick sta že na voljo v aplikacijah, kot sta WhatsApp ali Instagram, medtem ko je Behemoth še v razvoju.
- Distribucija Llame 4 je zunaj ZDA omejena s pravnimi okviri, zlasti v EU.
Meta je naredila nov korak v razvoju svojega ekosistema umetne inteligence z lansiranjem Llama 4, zbirka modelov, ki želijo konkurirati trenutnim velikanom sektorja, kot sta GPT-4 ali Gemini. S prenovljeno arhitekturo in vgradnjo multimodalne zmogljivosti, poskuša podjetje Marka Zuckerberga utrditi svoj položaj v dirki v znamenju inovacije in hitrost razvoja.
Družina Llama 4 prihaja s tremi glavnimi modeli: Scout, Maverick in Behemoth, vsak z različnimi značilnostmi, zasnovanimi za pokrivanje širokega spektra potreb, od vsakodnevnih opravil do visoko specializiranih uporab. Poleg tega ostaja Metina zaveza jasna: ohraniti open source kot razlikovalni element, ki te modele postavlja na vidno mesto v panorami dostopnih orodij za Podjetja in posamezni razvijalci. Za slednje, open source Llama 4 lahko ponudi priložnost za eksperimentiranje in razvoj aplikacij po meri.
Nova arhitektura za novo generacijo
Eden najpomembnejših vidikov Llame 4 je njena arhitektura, ki temelji na tehniki mešanice strokovnjakov (MoE).. Ta pristop omogoča, da namesto aktiviranja vseh parametrov modela v vsaki poizvedbi začnejo delovati le deli, ki so potrebni za izvedbo dane naloge. To ne samo izboljša učinkovitost, ampak tudi zmanjša računsko obremenitev in pospešite odzive. Z napredkom v arhitekturi lahko razvijalci AI raziskujejo nove možnosti, kot so tiste, predstavljene v članku o Microsoftova zanka.
Llama 4 Scout in Maverick si delita bazo 17.000 milijard aktivnih parametrov, čeprav se razlikujeta po številu strokovnjakov, ki jih uporabljata: Scout jih uporablja 16, medtem ko Maverick uporablja 128. Ta konfiguracija razlikuje njune zmogljivosti in Scouta osredotoča na tehnične naloge, kot je npr. analiza kode ali sinteza dokumentacije, in Maverick v bolj splošnih funkcijah, kot je npr Kreativno pisanje ali interpretacija besedila in slike. Za tiste, ki jih zanima analiza kode, je lahko arhitektura Llame 4 temeljna in več informacij lahko najdete v objavi o Python.
Namesto tega Behemoth predstavlja zavezanost meji razvoja modelov. Čeprav je še v fazi treninga, se je izkazalo, da je 288.000 milijard aktivnih parametrov razdeljen med 16 strokovnjakov. Po besedah Mete so prvi testi postavili nad tekmece, kot so GPT-4.5, Claude 3.7 ali Gemini 2.0 Pro, v merilih uspešnosti, osredotočenih na področja STEM.
Multimodalnost kot ključ do prihodnosti
Multimodalnost je še en od razpoznavnih znakov te nove generacije. Scout in Maverick sta zasnovana tako, da razumeta in delata z različnimi vrstami vnosa, kot je npr besedilo, posnetki in celo Video, kar omogoča razvoj bolj vsestranskih in prilagodljivih pomočnikov. To pomeni bolj sofisticirane aplikacije v podjetniških, izobraževalnih ali ustvarjalnih okoljih, kjer je hkratna interpretacija vizualnih in besedilnih informacij bistvena. V tem kontekstu bi lahko integracija modelov, kot je Llama 4, prispevala k izboljšanju zmogljivosti sodobnih orodij, nekaj podobnega, kot je opaženo v google colab.
Eden najbolj inovativnih elementov je uvedba kontekstna okna do 10 milijonov žetonov. S to zmožnostjo lahko modeli obravnavajo izjemno velike bloke podatkov, kar olajša globoko analizo velikih dokumentov ali zapletenih kodnih baz. Ta razširitev konteksta je brez primere v prejšnjih modelih in bi lahko postal standard za prihodnje izdaje umetne inteligence po vsem svetu.
Zahvaljujoč arhitekturi MoE modeli Llama 4 porabijo tudi manj virov med usposabljanjem in sklepanjem, nekaj bistvenega pomena za povečanje njegove uporabe brez potrebe po predragi infrastrukturi. Meta omenja, da lahko Scout deluje z enim GPE Nvidia H100, ki demokratizira svoj dostop za mala podjetja ali razvijalce z bolj omejenimi viri. Ta z viri učinkovit pristop je podoben pristopu WiFi povezovalni sistemi, kjer je optimizacija virov ključna za konkretne koristi.
Razpoložljivost in mednarodna uporaba
Modela Scout in Maverick je zdaj mogoče uporabljati na različnih platformah Meta, kot so WhatsApp, Instagram, Facebook Messenger in spletno mesto Meta AI. Za tiste, ki želijo dostopati do njih na bolj tehničen način ali jih razvijati sami, so različice na voljo na llama.com in priljubljena platforma Objemni obraz. Ta mednarodna razpoložljivost pomeni pomemben napredek pri dostopu do umetne inteligence, kot je razloženo v članku o Microsoftove novice.
Vendar pa vsi ne bodo mogli enako dostopati do teh napredkov. Meta je potrdila, da so multimodalne funkcije in distribucija modelov v Evropski uniji omejeni zaradi pravnih razlogov, povezanih z varstvo podatkov in predpisi o umetni inteligenci. To pomeni, da jih podjetja, ki se nahajajo na ozemlju skupnosti, za zdaj ne morejo uporabljati ali razširjati brez posebne licence.
Poleg tega so korporacije z več kot 700 milijonov aktivnih uporabnikov na mesec Za izvajanje teh tehnologij morajo zahtevati dodatna dovoljenja. To bi lahko upočasnilo njegovo uvajanje na trgih, kot je Evropa, čeprav je Meta pokazala, da namerava odpraviti te ovire v prihodnjih posodobitvah.
Še en korak k modelu razmišljanja
Poleg trenutnih modelov je Meta že javno objavila, da dela na četrti različici: Llama 4 Reasoning. Kot že ime pove, bo osredotočen na izboljšanje logičnega sklepanja, nekaj, kar njegove trenutne različice še niso globoko integrirane. Uvedba tega modela bi pomenila prvi poskus Mete, da konkurira v areni, kjer so OpenAI in druga podjetja že naredila pomembne korake.
Trenutno se modeli Llama 4 svobodneje odzivajo na družbena ali politična vprašanja, kar je Meta prilagodila tako, da imajo nove različice manj naklonjenosti obravnavanju spornih vprašanj. To zmanjšanje filtrov sledi liniji, opaženi pri nedavnih modelih, kot je Grok 3, in je del bolj splošne spremembe v industriji v smeri bolj odprtih in manj cenzuriranih interakcij.
Še več, Meta je to namignila Llama 4 Behemoth bi lahko služila kot osnova za ustvarjanje manjših, specializiranih modelov, kar bi omogočilo uporabo njegove moči v bolj specifičnih kontekstih, ne da bi bilo treba uvesti celotno infrastrukturo.
Nova generacija Llame 4 postavlja Meto v trden položaj v konkurenci za razvoj naprednih modelov AI. S kombinacijo odprte kode, učinkovite arhitekture in multimodalnih zmogljivosti Scout in Maverick že ponujata rešitve, ki so uporabne v sedanjosti. Medtem pa Behemoth obljublja, da bo temeljni kamen, na katerem bodo v prihodnosti gradili še zmogljivejše modele. Čeprav je njegova distribucija v nekaterih regijah omejena s pravnimi vidiki, se tehnični napredek zdi nesporen in krepi Metino predanost vodenju odprtega sektorja umetne inteligence.
