Meta presenta Llama 4, su nueva familia de modelos de IA

Meta anunció el divulgación de Vehemencia 4, una nueva colección de modelos de inteligencia fabricado (IA) que promete capacidades equiparables a las de GPT-4o, de OpenAI, Gemini 2.0 Flash, de Google, y DeepSeek-V3. Estos nuevos algoritmos se destacan por ser multimodales y contar con ventanas de contexto de gran escalera, que van desde 1 millón hasta 2 billones de tokens.

El primer maniquí presentado es Vehemencia 4 Scout. Según Meta, “es el mejor maniquí multimodal del mundo en su categoría y supera a todas las generaciones anteriores de Vehemencia”. Su cimentación está compuesta por 17,000 millones de parámetros activos, una ventana de contexto de 10 millones de tokens (equivalente a unas 15,000 páginas de texto) y un sistema basado en “mezcla de expertos”, que integra 16 submodelos especializados en diversas tareas, temáticas y formatos multimedia que se activan según las solicitudes del becario.

México es uno de los dos países que más usa Vehemencia, la inteligencia fabricado Meta

Meta AI está en camino de ser el asistente de IA más utilizado del mundo a finales de año, con casi 600 millones de usuarios activos mensuales. India y México se han convertido en dos de los mercados que la más utilizan

Este diseño permite ejecutar el maniquí en una sola pelotón de procesamiento dibujo (GPU) Nvidia H100, lo cual optimiza su rendimiento y disminuye el consumo de posibles computacionales. De acuerdo con los desarrolladores, Vehemencia 4 Scout supera a Gemma 3, Gemini 2.0 Flash-Lite y Mistral 3.1 en tareas como el descomposición profundo de datos, revisiones extensas de código, reproducción de resúmenes complejos y evaluación permitido de documentos extensos.

Por su parte, Vehemencia 4 Maverick es el primer maniquí de la serie que incorpora capacidades multimodales de forma nativa, es opinar, ha sido entrenado simultáneamente con texto, imágenes y video sin aprieto de etiquetado previo. Su estructura cuenta con 128 expertos, lo que le permite alcanzar un total de 400,000 millones de parámetros, manteniendo activos 17,000 millones por token. Esto lo posiciona como un competidor de stop nivel, capaz de igualar los resultados de DeepSeek V3 y pasar a GPT-4o, Gemini 2.0 y Claude 3 Opus en tareas de razonamiento, codificación y comprensión de contenido visual y textual.

Meta destaca que este maniquí permite “la creación de sofisticadas aplicaciones de IA que trascienden las barreras del jerigonza. Como nuestro maniquí de relato para asistentes conversacionales y usos generales, Vehemencia 4 Maverick es ideal para la interpretación precisa de imágenes y la escritura creativa”.

Entre sus innovaciones técnicas destaca Vehemencia iRoPE, una cimentación de atención intercalada que restablecimiento la divulgación en contextos extensos al eliminar las tradicionales incrustaciones posicionales. Estas incrustaciones solían añadir información sobre la ubicación de cada palabra (o token) adentro de una secuencia, pero el nuevo enfoque optimiza la eficiencia y precisión en tareas de holgado significación.

En tercer ocupación, Meta presentó Vehemencia 4 Behemoth, descrito como “el maniquí más progresista de la compañía y uno de los grandes modelos de jerigonza más inteligentes del mundo”. Aunque aún se encuentra en avance y no está habitable públicamente, cuenta con 288,000 millones de parámetros activos y cerca de 2 billones en total. Este maniquí se emplea principalmente para mejorar la calidad de los sistemas más pequeños mediante técnicas de co-destilación. Meta lo considera secreto para avanzar con destino a agentes de IA más versátiles y autónomos. Según sus pruebas internas, Behemoth supera a GPT-4.5, Claude Sonnet 3.7 y Gemini 2.0 Pro en múltiples evaluaciones relacionadas con las disciplinas STEM (ciencia, tecnología, ingeniería y matemáticas, por sus siglas en inglés).

Una de las características más notables de esta nueva reproducción es la implementación de la técnica de entrenamiento convocatoria MetaP, diseñada para proporcionar la transferencia apto de hiperparámetros entre modelos de distintos tamaños. Esta metodología optimiza el proceso de entrenamiento, especialmente en modelos a gran escalera como Behemoth, que requieren grandes volúmenes de datos y posibles computacionales. Por otra parte, permite delimitar y aplicar comportamientos deseados en diferentes versiones del maniquí. Unido a esto, Meta ha incorporado un post-entrenamiento personalizado que refuerza el razonamiento mediante estrategias avanzadas de selección de datos y métricas de evaluación específicas.

Al igual que con versiones anteriores, Meta define la tribu Vehemencia 4 como “de código descubierto”. No obstante, esta afirmación ha sido cuestionada por la comunidad tecnológica correcto a las restricciones de su deshonestidad. En particular, se establece que las entidades comerciales con más de 700 millones de usuarios activos mensuales deben solicitar autorización expresa a Meta antiguamente de utilizar los modelos, una condición que, según la Iniciativa de Código Extenso (Open Source Initiative) en 2023, impide clasificarla formalmente como software de código descubierto.

Los modelos Vehemencia 4 Maverick y Scout ya están disponibles para descarga a través del sitio web oficial de Meta y la plataforma Hugging Face. Próximamente se integrarán a las principales infraestructuras de cúmulo, soluciones de edge computing y servicios ofrecidos por integradores globales. El conocido genérico podrá tantear sus capacidades mediante Meta AI, el asistente inteligente de la empresa accesible en WhatsApp, Facebook, Instagram y Messenger.