El fundador de Facebook crea un nuevo modelo de IA.

El gigante tecnológico afirma que sus nuevos modelos superan a OpenAI y Google en una variedad de métricas de evaluación.

La empresa matriz de Facebook acaba de anunciar dos nuevos modelos de su colección Llama 4. Se trata de los mismos modelos que se utilizan actualmente para el asistente Meta AI en la web, así como en WhatsApp, Messenger e Instagram, lo que ayuda a las personas a crear experiencias multimedia más personalizadas.

Dos nuevos modelos, ya disponibles para descargar desde Meta o Hugging Face, son el Llama 4 Scout y el Llama 4 Maverick. Meta afirma que aún está en proceso de entrenamiento del Llama 4 Behemoth, el modelo masivo que el CEO Mark Zuckerberg llama " el modelo de plataforma de mayor rendimiento del mundo ".

Según Meta, Llama 4 Scout tiene una ventana de contexto de hasta 10 millones de tokens, mucho más que el modelo con mayor número de tokens actualmente, Gemini. Esta cifra representa la memoria de trabajo de un modelo de IA.

Meta describe el modelo como superior al Gemma 3 y al Gemini 2.0 Flash-Lite de Google, así como al Mistral 3.1, "en una serie de puntos de referencia ampliamente publicados", aunque todavía puede "ejecutarse en una sola GPU Nvidia H100".

Para Llama 4 Maverick, la compañía ofreció un rendimiento similar al de GPT-4o de OpenAI y Gemini 2.0 Flash de Google. Las tareas de programación e inferencia de Maverick son comparables a las de DeepSeek-V3, aunque solo utiliza menos de la mitad de los parámetros.

Figuras de los nuevos modelos de la colección Llama 4. Foto: Meta.

Mientras tanto, Behemoth cuenta con 288 mil millones de parámetros activos de un total de 2 billones. Aunque aún no se ha publicado, Meta afirma que Behemoth tiene el potencial de superar a sus competidores (específicamente a GPT-4.5 y Claude Sonnet 3.7) en varias métricas STEM.

Meta anunció su cambio a una arquitectura de "mezcla de expertos" (MoE), la misma arquitectura que impulsó el éxito de DeepSeek. Este enfoque ahorra recursos al activar únicamente las partes del modelo necesarias para cada tarea específica. Se anunciarán más detalles sobre el plan del producto en la conferencia LlamaCon del 29 de abril.

A pesar de las críticas sobre las restricciones de su licencia, Meta sigue etiquetando Llama 4 como de "código abierto", al igual que sus modelos anteriores. Por ejemplo, la licencia de Llama 4 exige que las organizaciones comerciales con más de 700 millones de usuarios activos mensuales obtengan permiso de Meta antes de usar el modelo.

Según la Iniciativa de Código Abierto de 2023, dichas regulaciones "han hecho que el modelo ya no se clasifique como código abierto".

Fuente: https://znews.vn/cha-de-facebook-ra-mo-hinh-ai-moi-post1543744.html