Meta lama: Viss, kas jums jāzina par atvērto ģeneratīvo AI modeli

Tāpat kā katrs lielais tehnoloģiju uzņēmums šajās dienās, arī Meta ir savs vadošais ģeneratīvais AI modelis, ko sauc par lamu. Lama ir nedaudz unikāla galveno modeļu vidū ar to, ka tā ir “atvērta”, kas nozīmē, ka izstrādātāji to var lejupielādēt un izmantot, tomēr viņi, lūdzu, (ar noteiktiem ierobežojumiem). Tas ir pretstatā tādiem modeļiem kā Anthropic’s Claude, Google Dvīņi, Xai Grok un lielākajai daļai Openai Chatgpt modeļu, kuriem var piekļūt tikai caur API.

Tomēr, lai izstrādātājiem dotu izvēli, Meta ir arī sadarbojusies ar pārdevējiem, tostarp AWS, Google Cloud un Microsoft Azure, lai padarītu pieejamas mākoņu mitinātās lamas versijas. Turklāt uzņēmums savā LLAMA pavārgrāmatā publicē rīkus, bibliotēkas un receptes, lai palīdzētu izstrādātājiem precīzi pielāgot, novērtēt un pielāgot modeļus savam domēnam. Ar jaunākām paaudzēm, piemēram, LLAMA 3 un LLAMA 4, šīs iespējas ir paplašinājušās, iekļaujot vietējo multimodālo atbalstu un plašāku mākoņu ieviešanu.

Šeit ir viss, kas jums jāzina par Meta lamu, sākot no tās iespējām un izdevumiem līdz vietai, kur to varat izmantot. Mēs šo ziņu atjaunināsim, jo ​​meta izlaiž jauninājumus un ieviesīsim jaunus Dev rīkus, lai atbalstītu modeļa izmantošanu.

Kas ir lama?

Lama ir modeļu ģimene – ne tikai viena. Jaunākā versija ir LLAMA 4; Tas tika izlaists 2025. gada aprīlī, un tajā ir trīs modeļi:

• Skauts: 17 miljardi aktīvo parametru, 109 miljardi kopējo parametru un konteksta logs 10 miljoni žetonu.

• Maverick: 17 miljardi aktīvo parametru, 400 miljardi kopējo parametru un 1 miljona žetonu konteksta logs.

• Behemots: Vēl nav atbrīvots, wager tai būs 288 miljardi aktīvo parametru un 2 triljoni kopējo parametru.

(Datu zinātnē žetoni ir sadalīti neapstrādātu datu biti, piemēram, zilbes “ventilators”, “Tas” un “tic” vārdā “Unbelievable”)

Modeļa konteksts jeb konteksta logs attiecas uz ievades datiem (piemēram, tekstu), ko modelis apsver pirms izvades ģenerēšanas (piemēram, papildu teksts). Ilgs konteksts var neļaut modeļiem “aizmirst” neseno dokumentu un datu saturu, kā arī atcelt tēmu un kļūdaini ekstrapolēt. Tomēr garāki konteksta logi var izraisīt arī modeli “aizmirst” noteiktus drošības apsargus un būt vairāk pakļauti satura veidošanai, kas atbilst sarunai, kas dažus lietotājus ir noveduši maldīga domāšanaApvidū

Atsauces dēļ 10 miljoni konteksta loga, kuru LLAMA 4 skauts sola aptuveni vienāds ar aptuveni 80 vidējo romānu tekstu. Llama 4 Maverick 1 miljons konteksta loga ir vienāds ar astoņiem romāniem.

Visi LLAMA 4 modeļi tika apmācīti ar “lielu daudzumu neierobežota teksta, attēla un video datiem”, lai viņiem sniegtu “plašu vizuālo izpratni”, kā arī uz 200 valodām, norāda Meta.

LLAMA 4 Scout un Maverick ir Meta pirmie atvērtā svara dabiski multimodāli modeļi. Tie ir veidoti, izmantojot “Consultants maisījuma” (MOE) arhitektūru, kas samazina skaitļošanas slodzi un uzlabo apmācības un secinājumu efektivitāti. Piemēram, skautam ir 16 eksperti, un Maverick ir 128 eksperti.

LLAMA 4 Behemoth ietver 16 ekspertus, un Meta atsaucas uz to kā skolotāju mazākiem modeļiem.

LLAMA 4 balstās uz LLAMA 3. sēriju, kurā bija iekļauti 3.1 un 3.2. Modeļi, kurus plaši izmantoja instrukcijām noregulētām lietojumprogrammām un mākoņu izvietošanai.

Ko Lama var darīt?

Tāpat kā citi ģeneratīvie AI modeļi, lama var veikt virkni dažādu palīgdarbu, piemēram, kodēšanu un atbildi uz matemātikas pamata jautājumiem, kā arī dokumentu apkopošanu vismaz 12 valodās (arābu, angļu, vācu, franču, hindi, Indonēzijas, itāļu, portugāļu, hindi, spāņu, tagalogu, taizemiešu un vjetnamas). Lielākā daļa uz tekstu balstīto darba slodzi-domājams, analizējot lielus failus, piemēram, PDFS un izklājlapas-ir tā purvā, un visi LLAMA 4 modeļi atbalsta tekstu, attēlu un video ievadi.

LLAMA 4 skauts ir paredzēts ilgākai darbplūsmai un masīvai datu analīzei. Maverick ir vispārējs modelis, kas labāk līdzsvaro argumentācijas jaudu un reakcijas ātrumu, un tas ir piemērots kodēšanai, tērzēšanas robotiem un tehniskajiem palīgiem. Un Behemots ir paredzēts progresīvam pētījumam, modeļa destilācijai un STEM uzdevumiem.

LLAMA modeļus, ieskaitot LLAMA 3.1, var konfigurēt, lai piesaistītu trešo personu lietojumprogrammas, rīkus un API, lai veiktu uzdevumus. Viņi ir apmācīti izmantot drosmīgu meklēšanu, lai atbildētu uz jautājumiem par nesenajiem notikumiem; Wolfram Alpha API ar matemātiku un zinātni saistītiem vaicājumiem; un Python tulks koda apstiprināšanai. Tomēr šiem rīkiem ir nepieciešama pareiza konfigurācija, un tie netiek automātiski iespējoti ārpus lodziņa.

Kur es varu izmantot lamu?

Ja vēlaties vienkārši tērzēt ar Lamu, tas veicina Meta AI Chatbot pieredzi Fb Messenger, WhatsApp, Instagram, Oculus un Meta.ai 40 valstīs. Meta AI pieredzē vairāk nekā 200 valstīs un teritorijās tiek izmantotas precīzi pielāgotas lama versijas.

LLAMA 4 Fashions Scout un Maverick ir pieejami vietnē LLAMA.com un Meta partneri, ieskaitot AI izstrādātāju platformu, kas apskauj seju. Behemots joprojām mācās. Izstrādātāji, kas veido lamu, var lejupielādēt, izmantot vai precīzi pielāgot modeli lielākajā daļā populāro mākoņu platformu. Meta apgalvo, ka tajā ir vairāk nekā 25 partneri, kas mitina lamu, ieskaitot Nvidia, Databricks, Groq, Dell un Snowflake. Un, lai arī “piekļuves pārdošana” Meta atklāti pieejamajiem modeļiem nav Meta biznesa modelis, uzņēmums nopelna naudu, izmantojot ieņēmumu dalīšanas līgumus ar modeļa saimniekiem.

Daži no šiem partneriem ir izveidojuši papildu rīkus un pakalpojumus papildus lamai, ieskaitot rīkus, kas ļauj modeļiem atsaucties uz patentētajiem datiem un ļauj viņiem darboties zemākā latentumā.

Svarīgi ir tas, ka lama licence ierobežo, kā izstrādātāji var izvietot modeli: Lietotņu izstrādātājiem ar vairāk nekā 700 miljoniem ikmēneša lietotāju ir jāpieprasa īpaša licence no Meta, kuru uzņēmums piešķirs pēc saviem ieskatiem.

2025. gada maijā META uzsāka jaunu programmu, lai stimulētu jaunuzņēmumus, lai pieņemtu savus LLAMA modeļus. Lama jaunizveidotiem uzņēmumiem sniedz uzņēmumiem atbalstu no Meta lama komandas un piekļuvi potenciālajam finansējumam.

Līdztekus Llama, Meta nodrošina rīkus, kas paredzēti, lai modelim būtu “drošāks” lietošanai:

• Lama aizsargsmērenības sistēma.

• Kiberjūtīgskiberdrošības riska novērtēšanas komplekts.

• Lama ugunsmūrisapsardzes apsardze, kas paredzēta, lai dotu iespēju būvēt drošas AI sistēmas.

• Koda vairogskas nodrošina atbalstu Nedrošā koda secinājumiem, kas saistīti ar LLMS, filtrēšanu.

Lama aizsargs mēģina atklāt potenciāli problemātisku saturu, kas vai nu tiek barots ar vai ģenerētu-ar lamu modeli, ieskaitot saturu, kas attiecas uz noziedzīgu darbību, bērnu izmantošanu, autortiesību pārkāpumiem, naidu, paškaitējumu un seksuālu vardarbību. Tas nozīmē, ka tā acīmredzami nav sudraba lode, jo pašas Meta iepriekšējās vadlīnijas ļāva tērzētavai iesaistīties jutekliskās un romantiskās tērzēšanas ar nepilngadīgajiem, un daži ziņojumi liecina, ka tie, kas pārvērtās seksuālas sarunasApvidū Izstrādātāji var pielāgot bloķētā satura kategorijas un pielieto blokus visām LLAMA atbalsta valodām.

Tāpat kā lama sargs, arī uzvedne var bloķēt tekstu, kas paredzēts Llama, wager tikai teksts bija paredzēts modeļa “uzbrukumam” un panākt, lai tas izturētos nevēlamā veidā. Meta apgalvo, ka lama aizsargs var aizstāvēties pret skaidri ļaunprātīgu uzvedību (ti, jailbreaks, kas mēģina apiet Lama iebūvētos drošības filtrus) papildus uzvednēm, kas satur “Injicētas ieejas. Lama ugunsmūris darbojas, lai noteiktu un novērstu tādus riskus kā tūlītēja injekcija, nedroša kods un riskanta instrumentu mijiedarbība un koda vairogs palīdz mazināt nedrošus koda ieteikumus un piedāvā drošu komandu izpilde septiņām programmēšanas valodām.

Kas attiecas uz kiberspeval, tas ir mazāk rīks nekā etalonu kolekcija, lai izmērītu modeļa drošību. Kiberzevels var novērtēt risku, ko rada lama modelis (vismaz saskaņā ar Meta kritērijiem) lietotņu izstrādātājiem un gala lietotājiem tādās jomās kā “automatizēta sociālā inženierija” un “aizskarošu kiber operāciju mērogošana”.

Lama ierobežojumi

Llama nāk ar noteiktiem riskiem un ierobežojumiem, piemēram, visiem ģeneratīvajiem AI modeļiem. Piemēram, kaut arī tā jaunākajam modelim ir multimodālas iezīmes, pagaidām tās galvenokārt aprobežojas ar angļu valodu.

Tuvinot, meta izmantoja pirātu e-grāmatu un rakstu datu kopu, lai apmācītu savus lamu modeļus. Federālais tiesnesis nesen ar meta apņēma Autortiesību tiesas prāvā, kuru uzņēmumam ierosināja 13 grāmatu autori, nolemjot, ka ar autortiesībām aizsargātu darbu izmantošana apmācībai tika izmantota “godīga lietošana”. Tomēr, ja Llama reaģē uz ar autortiesībām aizsargātu fragmentu un kāds to izmanto izstrādājumā, viņi, iespējams, varētu pārkāpt autortiesības un būt atbildīgiem.

Meta arī pretrunīgi apmāca savu AI Instagram un Fb ziņās, fotoattēlos un parakstos, kā arī apgrūtina lietotāju atteikšanosApvidū

Programmēšana ir vēl viena joma, kurā ir saprātīgi viegli rīkoties, izmantojot lamu. Tas ir tāpēc, ka lama varētu – varbūt vairāk nekā tās ģeneratīvie AI kolēģi – Izgatavojiet bagiju vai nedrošu koduApvidū Uz Livecodebenchetalons, kurā tiek pārbaudīti AI modeļi par konkurētspējīgu kodēšanas problēmām, Meta’s Llama 4 Maverick modelis sasniedza 40percentpunktu. Tas ir salīdzināts ar 85% Openai GPT-5 augstākajam līmenim un 83% XAI GROK 4 FAST.

Kā vienmēr, vislabāk ir, ja cilvēku eksperts pārskata jebkuru AI ģenerētu kodu, pirms to iekļaut pakalpojumā vai programmatūrā.

Visbeidzot, tāpat kā citos AI modeļos, lama modeļi joprojām ir vainīgi, lai radītu ticami skanīgu, wager nepatiesu vai maldinošu informāciju neatkarīgi no tā, vai tas ir kodēšanā, juridiskos norādījumos vai emocionālās sarunās ar AI personām.

Sākotnēji tas tika publicēts 2024. gada 8. septembrī, un tas regulāri tiek atjaunināts ar jaunu informāciju.