Meta lanza Llama 3.2, su primer modelo de lenguaje multimodal de código abierto

Meta ha presentado su primer modelo de lenguaje multimodal Llama 3.2, compuesto por los modelos de pequeño y mediano tamaño 11B y 90B, capaces de procesar tanto imágenes como texto, y por los modelos livianos de solo texto 1B y 3B. 

Image description

En el marco de su evento Meta Connect 2024, la tecnológica ha dado a conocer sus últimas novedades, incluido su nuevo modelo de lenguaje, que llega dos meses después de la presentación de Llama 3.1, y que introduce la capacidad de procesar imágenes por primera vez en la compañía. 

Así, el nuevo modelo Llama 3.2 se compone de dos modelos multimodales pequeño y mediano, con 11.000 millones de parámetros (11B) y 90.000 millones de parámetros (90B) respectivamente. En este sentido, los casos de uso de estos nuevos modelos admiten razonamiento de imágenes, como puede ser la comprensión de gráficos y diagramas o subtítulos de imágenes. Asimismo, también procesan la localización direccional de objetos en imágenes.

 Es decir, este modelo permite llevar a cabo acciones como extraer detalles de una fotografía, comprender la escena y, tras ello, crear oraciones que podrían utilizarse como título de la imagen o inicio para contar una historia. 

Igualmente, Llama 3.2 se completa con dos modelos de menor tamaño, 1B y 3B, que procesan texto exclusivamente y están ideados para funcionar en dispositivos, como un smartphone. Estos modelos están optimizados para procesadores ARM y pueden resolver múltiples tareas con una latencia mínima, asimismo, admiten una longitud de contexto de 128.000 tokens. 

En concreto, estos modelos permiten a los desarrolladores crear aplicaciones personalizadas en el dispositivo, asegurando los datos se mantienen privados dentro del 'smartphone' o producto en cuestión. Por ejemplo, Meta ha señalado que pueden utilizarse para llevar a cabo resúmenes de los diez últimos mensajes recibidos en una 'app' de mensajería instantánea. Igualmente, pueden aplicarse para enviar de forma automática invitaciones de calendario para organizar reuniones. 

Sin embargo, la tecnológica ha señalado que estos modelos destacan, sobre todo, por su capacidad de ejecutarse localmente. Por un lado, esta función permite que las indicaciones o respuestas del modelos sean instantáneas, ya que se procesan localmente. Por otra parte, garantiza una privacidad total, al no enviar datos como mensajes o información del calendario a la nube. 

COMPETITIVOS CON CLAUDE 3 HAIKU GPT4O-MINI 

Según la evaluación de estos modelos ofrecida por Meta, los modelos 3.2 11B y 90B son competitivos con los modelos básicos líderes, Claude 3 Haiku y GPT4o-mini en el reconocimiento de imágenes y una variedad de tareas de comprensión visual. 

Por su parte, el modelo 3B supera a los modelos Gemma 2 2.6B y Phi 3.5-mini a la hora de ejecutar tareas como seguir instrucciones, resumir, reescribir indicaciones y usar herramientas. Igualmente, el modelo 1B es en este ámbito con Gemma. 

Para llegar a estas conclusiones, Meta evaluó el rendimiento de los modelos en más de 150 conjuntos de datos de referencia que, abarcando una amplia variedad de idiomas. 

Con todo ello, la compañía ha señalado que el modelo de lenguaje grande Llama 3.2 de código abierto ya está disponible para todos los desarrolladores, de cara a que empiecen a probar y experimentar sus posibilidades. Asimismo, todas estas capacidades se han incluido en su asistente de IA, Meta AI.

Tu opinión enriquece este artículo:

La Fundación Real Madrid y ROADIS inauguran dos escuelas sociodeportivas en India (200 niños y niñas participan en esta iniciativa en el estado de Uttar Pradesh)

En esta iniciativa participarán 200 niños de entre 7 y 12 años que viven en situación de pobreza. Para ello, ambas entidades cuentan también con la colaboración de la asociación local KHUSHII, una organización con un largo recorrido en protección de la infancia y desarrollo de centros educativos para niños en situación vulnerable. En esta primera fase del proyecto, el programa se desarrollará en los colegios de Daffi y Vidyalaya Naveen. Ambos centros están situados en los aledaños de la autopista NH-2 Varanasi-Aurangabad, una de las tres autopistas gestionadas por ROADIS en el país.

“Tu ciudad se llena de pianos” llenará de música las calles de Girona (la iniciativa promueve la divulgación y la práctica universal de la música a través de la participación ciudadana)

Fundación Occident, de GCO (Grupo Catalana Occidente) y el Concurso Internacional Maria Canals, en colaboración con el Ajuntament de Girona y la Fundación La Ciutat Invisible, llevan la iniciativa “Tu ciudad se llena de pianos” a Girona el viernes 4 de octubre con 7 pianos de cola, 2 de ellos de gran cola, repartidos por ubicaciones destacadas de la ciudad. 

Sorpresa romántica en el Cívitas Metropolitano: una pedida de mano en el piso de Fotocasa durante el derbi

Este pasado fin de semana un seguidor rojiblanco pudo hacer realidad su sueño de vivir durante 24 horas en el estadio de fútbol del Atlético de Madrid, el Cívitas Metropolitano, y disfrutar del derbi madrileño desde una privilegiada ubicación. Y es que Fotocasa, en colaboración con la inmobiliaria GILMAR, ha montado una Fan Home, el primer piso que se construye en un estadio de fútbol de España.

Éste sitio web usa cookies, si permanece aquí acepta su uso. Puede leer más sobre el uso de cookies en nuestra política de cookies.