Мета идет наперекор Гуглу и OpenAI, используя свежие модели LLama 4

• Мета выпускает две новые модели в серии Ллама 4 — Scoot и Maverick, ранние тесты показывают, что обе превосходят конкурентов.
• Скот идеально подходит для работы с большими объемами документов, сложными запросами и крупными базами кода, тогда как Маверик справляется как с текстом, так и с визуальным контентом, идеален для умных ассистентов и чат-интерфейсов.
• Обе модели доступны на сайте Llama.com и через партнеров, таких как Hugging Face.
• Мета ИИ становится умнее и уже доступен в WhatsApp, Messenger и Instagram в 40 странах (только для США и только на английском языке пока что).

Meta запустила свою мультимодальную коллекцию моделей Llama 4, представив две инновационные модели: эффективную Scouting и надежную Maverick. По словам компании, эти новые модели превзошли конкурентов в различных областях во время предварительных испытаний.

Маверик — универсальный и многофункциональный двигатель этой серии, способный управлять как текстовыми, так и визуальными элементами. Идеально подходит для приложений вроде интеллектуальных помощников и диалоговых интерфейсов. В свою очередь, Скаут является ловким и точным аналогом, который стоит выбирать при работе с документами, разборе сложных запросов или создании логики внутри крупных кодовых структур.

Четыре модели Scout и Maverick теперь доступны на Llama.com и через партнеров Meta, включая Hugging Face. Кроме того, эти новые модели будут интегрированы в ИИ-ассистента Meta, который уже внедряется в такие приложения, как WhatsApp, Messenger и Instagram примерно в 40 странах по всему миру. В настоящее время мультимодальные функции доступны только в США и работают исключительно на английском языке.

Власть МоЭ

Meta объявляет, что Llama 4 представляет собой значительное улучшение в глубинных технологиях. Это знаменует первый шаг Meta к использованию конфигурации смеси экспертов (MoE), которая оптимизирует операции и увеличивает скорость как во время обучения модели, так и при ответе на вопросы. В сущности, MoE достигает этого путем разделения сложных задач на более мелкие части и назначения их специализированным мини-сетям для выполнения.

Система, о которой идет речь, имеет 17 миллиардов активных параметров, распределенных между 16 специализированными модулями, согласно спецификации Meta. Такая конфигурация превосходит многие стандартные бенчмарки Gemma 3 от Google, Gemini 2.0 Flash-Lite и open-source Mistral 3.1. Примечательно, что она сохраняет оптимизированную структуру, позволяющую эффективно работать с использованием только одного графического процессора Nvidia H100.

Scoot отлично справляется с задачами сжатия больших объемов текста и принятия осмысленных решений в обширных средах кодирования. Заметным свойством является его широкий контекстный вид, который способен вместить до 10 миллионов символов. В целом, Scout может эффективно управлять как текстовыми, так и визуальными данными на крупном масштабе.

Сила Маверика

Мета считает Maverick столь же похвальным, как и ее противостояние OpenAI’s GPT-4, Google’s Gemini 2.0 Flash и другим заметным моделям. Что делает эту модель выдающейся, так это то, что она достигает сопоставимых результатов в задачах кодирования и логики с существенно меньшим количеством активных параметров по сравнению с DeepSeek-V3.

Маверикс имеет распределение 17 миллиардов параметров среди 128 специализированных сетей, но немного уступает в превосходной производительности Google Gemini 2.5 Pro, Anthropic Claude 3.7 Sonnet и OpenAI GPT-4.5.

Мета представила предварительный обзор модели Llama 4 Behemoth, которая сейчас проходит обучение. Предполагается, что после полного обучения она станет одной из самых интеллектуальных моделей языкового обучения (LLM).

Behemoth может похвастаться впечатляющей коллекцией из 288 миллиардов активных параметров, распределенных среди 16 различных экспертов, что приближает общий объем параметров к двум триллионам. Предварительные тесты показывают, что Behemoth превосходит GPt-4.5, Claude 3.7 Sonnet и Gemini 2.0 Pro в научных задачах, особенно успешно решая математические задачи. Однако ему пока не удалось превзойти Google’s Gemini 2.5 Pro во всех аспектах.

По сути, искусственный интеллект в приложениях компании Meta становится все более интеллектуальным благодаря улучшенным возможностям логического мышления внутри системы. Это приводит к более точным и остроумным ответам, улучшению создания изображений и рекламе, которая с большей вероятностью будет релевантной.

Смотрите также

• РЕПО: Все консольные команды и как ими пользоваться

• Лучшие процессоры для пары с NVIDIA RTX 5060 Ti

• Все скрытые тропы и где их найти в Assassin’s Creed Shadows.

• RuneScape: Как получить дикую анималию (Wild Anima)

• Sniper Elite Resistance: Все личные письма

• РЕПО: Как исправить тайм-аут клиента

• Assassin’s Creed Shadows: Руководство по цели Годай Шиноби — личность, местоположение и многое другое

• Как использовать голосовой чат и сообщения в Marvel Rivals

• Игровые новости: Почему оригинальный Bioshock не теряет актуальности в 2023 году

• League of Legends: Патч 25.S1.5 Большой тред об Ошибках! — Созыв всех ошибок!

2025-04-08 08:53