Meta's Llama 3.2: Lompat ke hadapan dalam Multimodal dan Mobile AI

META baru -baru ini melancarkan Llama 3.2, kemajuan yang ketara dalam AI yang memaparkan keupayaan penglihatan yang kuat dan model teks ringan yang dioptimumkan untuk peranti mudah alih. Membina kejayaan Llama 3.1, pelepasan ini menekankan komitmen Meta untuk inovasi sumber terbuka, yang menawarkan pemaju alat serba boleh untuk pelbagai aplikasi.

Ciri -ciri utama Llama 3.2:

• Model Visi (parameter 11B & 90B): Model-model ini cemerlang dalam tugas pemahaman imej, termasuk penalaran visual dan pengambilan teks imej. Senibina mereka bijak mengintegrasikan pengekod imej menggunakan mekanisme penyesuai, memelihara prestasi model teks yang mendasari.
• Model teks ringan (parameter 1b & 3b): Direka untuk peranti mudah alih dan tepi, model -model ini memberikan prestasi yang mengagumkan pada tugas seperti ringkasan dan arahan berikut. Mereka telah dioptimumkan melalui teknik seperti pemangkasan dan penyulingan pengetahuan.
• Sokongan konteks berbilang bahasa & panjang: kedua -dua model penglihatan dan teks menyokong pelbagai bahasa dan mengendalikan konteks panjang (sehingga 128k token), meningkatkan kepelbagaian mereka.
• Alat Mesra Pemaju: Meta menyediakan API Stack Llama yang komprehensif, termasuk CLI, bekas Docker, dan kod klien dalam pelbagai bahasa pengaturcaraan, memudahkan penggunaan model dan penalaan halus.

Llama 3.2 Model penglihatan secara terperinci:

Model Visi Parameter 11B dan 90B memanfaatkan model teks Llama 3.1 yang terlatih sebagai asas mereka. Penambahan "menara penglihatan" dan "penyesuai imej" membolehkan integrasi lancar imej dan input teks. Senibina ini menghalang "melupakan bencana," memastikan bahawa penambahan keupayaan penglihatan tidak mengurangkan kebolehan pemprosesan teks model. Model -model ini menunjukkan prestasi yang kuat pada tanda aras yang melibatkan penalaran visual dan menjawab soalan.

Llama 3.2 Model teks ringan:

Model teks parameter 1B dan 3B dioptimumkan untuk kecekapan, menjadikannya sesuai untuk persekitaran yang terkawal sumber. Latihan mereka melibatkan dataset besar (9 trilion token) dan teknik seperti pemangkasan dan penyulingan pengetahuan untuk mencapai keseimbangan antara saiz dan prestasi. Model -model ini menunjukkan hasil yang mengagumkan pada pelbagai tanda aras, terutamanya memandangkan saiz padat mereka.

Kebolehcapaian dan AI yang bertanggungjawab:

Komitmen Meta untuk pembangunan sumber terbuka jelas dalam model yang tersedia dan alat pemaju yang komprehensif. Selain itu, Llama Guard 3 telah dilaksanakan untuk meningkatkan mekanisme keselamatan, memastikan penggunaan yang bertanggungjawab terhadap model AI yang kuat ini.

Prestasi penanda aras & memeluk ketersediaan wajah:

Model Llama 3.2 telah menunjukkan prestasi yang mengagumkan di pelbagai tanda aras, mengatasi beberapa pesaing dalam bidang utama. Model -model ini boleh didapati di muka memeluk, walaupun akses mungkin memerlukan kebenaran. Contoh terperinci menggunakan model melalui API Hugging Face disediakan dalam artikel asal.

Kesimpulan:

Llama 3.2 mewakili kemajuan besar dalam AI, merapatkan jurang antara keupayaan multimodal yang kuat dan penggunaan mudah alih yang cekap. Sifat sumber terbuka dan alat pemaju yang komprehensif berjanji untuk memperkasakan pelbagai aplikasi dan memupuk inovasi lebih lanjut dalam bidang.

(Nota: Video dan beberapa imej dari teks asal dimasukkan sebagai ruang letak. URL imej sebenar perlu berfungsi untuk paparan yang betul.)

Atas ialah kandungan terperinci Bermula dengan Meta Llama 3.2 - Analytics Vidhya. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!