Meta se complace en anunciar el lanzamiento de la familia de modelos Llama 3.1, que incluye el revolucionario modelo de 405 mil millones de parámetros, así como modelos actualizados de 8 mil millones y 70 mil millones de parámetros. Esto representa el modelo de lenguaje de código abierto más grande y capaz jamás lanzado.

El modelo de 405 mil millones de parámetros ofrece mejoras significativas en el razonamiento, el uso de herramientas, el multilingüismo y el tamaño de la ventana de contexto. Los últimos resultados de los puntos de referencia superan el rendimiento previamente presentado a principios de este año. Meta alienta a los usuarios a revisar los detalles en el documento de investigación recién publicado.

Junto con el modelo de 405 mil millones, Meta también está lanzando modelos actualizados de 8 mil millones y 70 mil millones, diseñados para respaldar una amplia gama de casos de uso, desde entusiastas y startups hasta empresas y laboratorios de investigación. Estos modelos cuentan con un rendimiento impresionante y nuevas capacidades notables, incluida una ventana de contexto expandida de 128k tokens, la generación de llamadas a herramientas y mejores habilidades de razonamiento.

El modelo de 405 mil millones de parámetros recién lanzado de Llama 3.1 es un logro revolucionario, que establece un nuevo estándar para los modelos de IA de código abierto. Este colosal modelo cuenta con capacidades sin precedentes, superando los puntos de referencia anteriores y ofreciendo mejoras significativas en el razonamiento, el uso de herramientas y el rendimiento multilingüe.

El modelo de 405 mil millones de parámetros es el modelo de código abierto más grande jamás lanzado, superando ampliamente las ofertas anteriores. Este modelo ofrece avances impresionantes, incluida una ventana de contexto más grande de 128k tokens, lo que le permite trabajar sin problemas con bases de código extensas y materiales de referencia detallados.

Llama 3.1 ha sido entrenado para generar llamadas a herramientas para funciones específicas, como búsqueda, ejecución de código y razonamiento matemático, lo que mejora aún más sus capacidades de resolución de problemas y toma de decisiones. Las capacidades de uso de herramientas sin supervisión y el razonamiento mejorado convierten a este modelo en una herramienta poderosa para una amplia gama de aplicaciones.

El último lanzamiento de Llama 3.1 incluye modelos actualizados de 8 mil millones y 70 mil millones que ofrecen un rendimiento impresionante y nuevas capacidades notables. Basándose en los comentarios de la comunidad, la ventana de contexto de estos modelos se ha ampliado a 128k tokens, lo que les permite trabajar con bases de código más grandes o materiales de referencia más detallados.

Estos modelos actualizados de 8 mil millones y 70 mil millones han sido entrenados para generar llamadas a herramientas para funciones específicas, como búsqueda, ejecución de código y razonamiento matemático. También admiten el uso de herramientas sin supervisión y un razonamiento mejorado, lo que mejora sus capacidades de toma de decisiones y resolución de problemas.

Además, el enfoque a nivel del sistema se ha actualizado para facilitar que los desarrolladores equilibren la utilidad con la necesidad de seguridad. Estos modelos ahora están disponibles para su implementación en varios socios, incluidos AWS, Databricks, NVIDIA y Gro, además de poder ejecutarse localmente.

Los últimos modelos Llama 3.1, incluido el modelo de 405 mil millones de parámetros, ofrecen mejoras significativas en el uso de herramientas, el razonamiento y la seguridad. Los modelos han sido entrenados para generar llamadas a herramientas para funciones específicas como búsqueda, ejecución de código y razonamiento matemático, lo que permite a los usuarios aprovechar estas capacidades sin problemas. Además, los modelos admiten el uso de herramientas sin supervisión, lo que les permite aplicar sus habilidades de razonamiento a una amplia gama de tareas sin necesidad de entrenamiento explícito.

La ventana de contexto expandida de 128k tokens permite que los modelos trabajen con bases de código más grandes o materiales de referencia más detallados, mejorando su capacidad de razonamiento y resolución de problemas. Estas mejoras en las capacidades de razonamiento se traducen en mejores habilidades de toma de decisiones y resolución de problemas, lo que hace que los modelos Llama 3.1 sean más versátiles y eficaces en una variedad de aplicaciones.

Además, el equipo ha trabajado en estrecha colaboración con socios para garantizar que la implementación de Llama 3.1 en plataformas como AWS, Databricks, NVIDIA y Gro sea fluida. Esta integración con las principales plataformas de nube e IA facilitará que los desarrolladores accedan y utilicen las capacidades mejoradas de los modelos Llama 3.1.

Nos complace anunciar que los nuevos modelos Llama 3.1, incluido el modelo de 405 mil millones de parámetros, ya están disponibles para su implementación en una variedad de plataformas de socios. Además de ejecutar los modelos localmente, los desarrolladores ahora podrán acceder a Llama 3.1 a través de AWS, Databricks, NVIDIA y otros proveedores líderes de infraestructura de nube e IA.

Este enfoque de implementación colaborativa se alinea con nuestro compromiso de hacer que Llama sea accesible para una amplia gama de usuarios, desde entusiastas y startups hasta empresas y laboratorios de investigación. Al asociarnos con estos líderes de la industria, estamos permitiendo la integración fluida de Llama 3.1 en una variedad de flujos de trabajo y casos de uso, empoderando a la comunidad de desarrolladores para que construyan aplicaciones y soluciones innovadoras.

La ventana de contexto expandida de 128k tokens en estos nuevos modelos Llama 3.1 permitirá a los usuarios trabajar con bases de código más grandes, materiales de referencia más detallados y tareas más complejas. Además, las capacidades de razonamiento mejoradas de los modelos y el soporte para el uso de herramientas sin supervisión mejorarán las capacidades de toma de decisiones y resolución de problemas en una amplia gama de aplicaciones.

En Meta, creemos en el poder del código abierto y nos comprometemos a seguir contribuyendo a la comunidad con el lanzamiento de Llama 3.1. Con la licencia actualizada, los desarrolladores ahora pueden usar los resultados del modelo de 405 mil millones para mejorar otros modelos, lo que permite nuevas posibilidades para crear modelos más pequeños y altamente capaces y avanzar en la investigación de IA.

Esperamos que la generación de datos sintéticos y la destilación sean casos de uso populares, lo que permitirá a la comunidad construir sobre nuestro trabajo y empujar los límites de lo que es posible con la IA de código abierto. Al poner Llama 3.1 a disposición de socios como AWS, Databricks, NVIDIA y Gro, nos aseguramos de que los desarrolladores e investigadores tengan un fácil acceso a este poderoso modelo, impulsando aún más la innovación y la colaboración.

Nuestro objetivo es convertir la IA de código abierto en el estándar de la industria, continuando nuestro compromiso con un futuro en el que un mayor acceso a los modelos de IA pueda ayudar a que los ecosistemas prosperen y resuelvan los desafíos más apremiantes del mundo. Esperamos con interés los comentarios y las contribuciones de la comunidad de desarrolladores a medida que construyan sobre las capacidades de Llama.

El lanzamiento de Llama 3.1 con el modelo de 405 mil millones de parámetros, junto con los modelos actualizados de 8 mil millones y 70 mil millones, representa un hito importante en el avance de la IA de código abierto. Este modelo supera el rendimiento previamente presentado a principios de este año y ofrece capacidades impresionantes, incluida una mejor capacidad de razonamiento, uso de herramientas y multilingüismo.

La ventana de contexto expandida de 128k tokens permite que los modelos trabajen con bases de código y materiales de referencia más grandes, mejorando aún más su utilidad. La adición del uso de herramientas sin supervisión y las capacidades de razonamiento mejoradas permitirán una mejor toma de decisiones y resolución de problemas.

El compromiso de Meta con la IA de código abierto se evidencia en la licencia actualizada, que permite a los desarrolladores usar los resultados del modelo para mejorar otros modelos, incluyendo a través de la generación de datos sintéticos y la destilación. Esto permitirá la creación de modelos más pequeños y altamente capaces, y avanzará aún más en la investigación de IA.

El despliegue de Llama 3.1 a los usuarios de Meta IA, y su integración en Facebook Messenger, WhatsApp e Instagram, llevará estos avances a una audiencia más amplia. La visión de Meta de que la IA de código abierto se convierta en el estándar de la industria está más cerca con este lanzamiento, ya que la comunidad de desarrolladores está facultada para construir soluciones innovadoras que puedan ayudar a abordar los desafíos más apremiantes del mundo.