A Meta está entusiasmada em anunciar o lançamento da família de modelos Llama 3.1, incluindo o modelo revolucionário de 405 bilhões de parâmetros, bem como modelos atualizados de 8 bilhões e 70 bilhões de parâmetros. Isso representa o maior e mais capaz modelo de linguagem de código aberto já lançado.

O modelo de 405 bilhões de parâmetros oferece melhorias significativas no raciocínio, no uso de ferramentas, no multilinguismo e no tamanho da janela de contexto. Os últimos resultados de referência excedem o desempenho previamente divulgado no início deste ano. A Meta incentiva os usuários a revisarem os detalhes no artigo de pesquisa recém-publicado.

Ao lado do modelo de 405 bilhões, a Meta também está lançando modelos atualizados de 8B e 70B, projetados para dar suporte a uma ampla gama de casos de uso, desde entusiastas e startups até empresas e laboratórios de pesquisa. Esses modelos têm um desempenho impressionante e novas capacidades notáveis, incluindo uma janela de contexto expandida de 128k tokens, geração de chamadas de ferramentas e habilidades de raciocínio aprimoradas.

Para reforçar seu compromisso com a IA de código aberto, a Meta atualizou a licença desses modelos, permitindo que os desenvolvedores usem os resultados para melhorar outros modelos, inclusive por meio da geração de dados sintéticos e destilação. Isso possibilita novas possibilidades para a criação de modelos menores altamente capazes e o avanço da pesquisa em IA.

O modelo de 405 bilhões de parâmetros recém-lançado do Llama 3.1 é uma conquista revolucionária, estabelecendo um novo padrão para os modelos de IA de código aberto. Esse modelo colossal possui capacidades inigualáveis, superando referências anteriores e oferecendo melhorias significativas no raciocínio, no uso de ferramentas e no desempenho multilíngue.

O modelo de 405 bilhões de parâmetros é o maior modelo de código aberto já lançado, superando em muito as ofertas anteriores. Esse modelo oferece avanços impressionantes, incluindo uma janela de contexto maior de 128k tokens, permitindo que ele funcione perfeitamente com bases de código extensas e materiais de referência detalhados.

O Llama 3.1 foi treinado para gerar chamadas de ferramentas para funções específicas, como pesquisa, execução de código e raciocínio matemático, aprimorando ainda mais suas habilidades de resolução de problemas e tomada de decisão. Os recursos de uso de ferramentas sem treinamento prévio e o raciocínio aprimorado tornam esse modelo uma ferramenta poderosa para uma ampla gama de aplicações.

O lançamento mais recente do Llama 3.1 inclui modelos atualizados de 8B e 70B que oferecem desempenho impressionante e novas capacidades notáveis. Com base no feedback da comunidade, a janela de contexto desses modelos foi expandida para 128k tokens, permitindo que eles trabalhem com bases de código maiores ou materiais de referência mais detalhados.

Esses modelos atualizados de 8B e 70B foram treinados para gerar chamadas de ferramentas para funções específicas, como pesquisa, execução de código e raciocínio matemático. Eles também suportam o uso de ferramentas sem treinamento prévio e um raciocínio aprimorado, o que melhora suas habilidades de tomada de decisão e resolução de problemas.

Alémdisso, a abordagem em nível de sistema foi atualizada para facilitar que os desenvolvedores equilibrem a utilidade com a necessidade de segurança. Esses modelos agora estão disponíveis para implantação em vários parceiros, incluindo AWS, Databricks, NVIDIA e Gro, além de serem executados localmente.

Os mais recentes modelos Llama 3.1, incluindo o modelo de 405 bilhões de parâmetros, oferecem melhorias significativas no uso de ferramentas, no raciocínio e na segurança. Os modelos foram treinados para gerar chamadas de ferramentas para funções específicas, como pesquisa, execução de código e raciocínio matemático, permitindo que os usuários aproveitem esses recursos de maneira perfeita. Além disso, os modelos suportam o uso de ferramentas sem treinamento prévio, permitindo que eles apliquem suas habilidades de raciocínio a uma ampla gama de tarefas sem a necessidade de treinamento explícito.

A janela de contexto expandida de 128k tokens permite que os modelos trabalhem com bases de código maiores ou materiais de referência mais detalhados, aprimorando sua capacidade de raciocinar e resolver problemas. Essas melhorias nas capacidades de raciocínio se traduzem em melhores habilidades de tomada de decisão e resolução de problemas, tornando os modelos Llama 3.1 mais versáteis e eficazes em uma variedade de aplicações.

Alémdisso, a equipe trabalhou em estreita colaboração com parceiros para garantir que a implantação do Llama 3.1 em plataformas como AWS, Databricks, NVIDIA e Gro seja perfeita. Essa integração com as principais plataformas de nuvem e IA facilitará o acesso e a utilização dos recursos aprimorados dos modelos Llama 3.1 pelos desenvolvedores.

Estamos entusiasmados em anunciar que os novos modelos Llama 3.1, incluindo o modelo de 405 bilhões de parâmetros, agora estão disponíveis para implantação em uma série de plataformas de parceiros. Além de executar os modelos localmente, os desenvolvedores agora poderão acessar o Llama 3.1 por meio da AWS, Databricks, NVIDIA e outros principais provedores de infraestrutura de nuvem e IA.

Essa abordagem de implantação colaborativa está alinhada com nosso compromisso de tornar o Llama acessível a uma ampla gama de usuários, desde entusiastas e startups até empresas e laboratórios de pesquisa. Ao estabelecer parcerias com esses líderes do setor, estamos possibilitando a integração perfeita do Llama 3.1 em uma variedade de fluxos de trabalho e casos de uso, capacitando a comunidade de desenvolvedores a criar aplicativos e soluções inovadoras.

A janela de contexto expandida de 128k tokens nesses novos modelos Llama 3.1 permitirá que os usuários trabalhem com bases de código maiores, materiais de referência mais detalhados e tarefas mais complexas. Além disso, as capacidades de raciocínio aprimoradas dos modelos e o suporte ao uso de ferramentas sem treinamento prévio melhorarão as habilidades de tomada de decisão e resolução de problemas em uma ampla gama de aplicações.

Na Meta, acreditamos no poder do código aberto e estamos comprometidos em avançar em nossa contribuição para a comunidade com o lançamento do Llama 3.1. Com a licença atualizada, os desenvolvedores agora podem usar os resultados do modelo de 405B para melhorar outros modelos, possibilitando novas possibilidades para a criação de modelos menores altamente capazes e o avanço da pesquisa em IA.

Esperamos que a geração de dados sintéticos e a destilação sejam casos de uso populares, permitindo que a comunidade se baseie em nosso trabalho e expanda os limites do que é possível com a IA de código aberto. Ao disponibilizar o Llama 3.1 em parceiros como AWS, Databricks, NVIDIA e Gro, estamos garantindo que os desenvolvedores e pesquisadores tenham acesso fácil a esse modelo poderoso, impulsionando ainda mais a inovação e a colaboração.

Nosso objetivo é tornar a IA de código aberto o padrão da indústria, mantendo nosso compromisso com um futuro em que o maior acesso a modelos de IA possa ajudar os ecossistemas a prosperar e resolver os desafios mais urgentes do mundo. Aguardamos com entusiasmo os comentários e as contribuições da comunidade de desenvolvedores à medida que eles se baseiam nas capacidades do Llama.

O lançamento do Llama 3.1 com o modelo de 405 bilhões de parâmetros, juntamente com os modelos atualizados de 8B e 70B, representa um marco significativo no avanço da IA de código aberto. Esse modelo supera o desempenho previamente divulgado no início deste ano e oferece capacidades impressionantes, incluindo raciocínio, uso de ferramentas e multilinguismo aprimorados.

A janela de contexto expandida de 128k tokens permite que os modelos trabalhem com bases de código e materiais de referência maiores, aprimorando ainda mais sua utilidade. A adição do uso de ferramentas sem treinamento prévio e das capacidades de raciocínio aprimoradas possibilitará uma melhor tomada de decisão e resolução de problemas.

O compromisso da Meta com a IA de código aberto é evidente na licença atualizada, que permite que os desenvolvedores usem os resultados do modelo para melhorar outros modelos, inclusive por meio da geração de dados sintéticos e destilação. Isso possibilitará a criação de modelos menores altamente capazes e o avanço da pesquisa em IA.

A implantação do Llama 3.1 para os usuários da Meta IA e sua integração no Facebook Messenger, WhatsApp e Instagram levarão esses avanços a um público mais amplo. A visão da Meta de tornar a IA de código aberto o padrão da indústria está mais próxima com este lançamento, à medida que a comunidade de desenvolvedores é capacitada a criar soluções inovadoras que podem ajudar a resolver os desafios mais urgentes do mundo.