Meta stellt die Llama 4-Serie vor, eine neue Generation grundlegender KI-Modelle. Zwei Modelle sind sofort verfügbar, ein drittes ist in Entwicklung. Llama 4 repräsentiert eine strategische Weiterentwicklung, fordert Konkurrenten wie OpenAI und Google heraus und unterstreicht Metas Ambitionen, die Zukunft der KI durch Forschung und Integration in seine Plattformen zu gestalten.
Meta stellt die Llama 4 KI-Modellreihe vor, darunter Scout und Maverick, und kündigt Behemoth an. Diese Modelle sollen Metas Ökosystem antreiben und Entwicklern zur Verfügung stehen, um mit OpenAI und Google zu konkurrieren. Sie nutzen eine MoE-Architektur und werden in Meta-Apps integriert, wobei eine 'offene' Lizenz mit Einschränkungen für große Unternehmen gilt.
Meta stellt die Llama 4-Serie vor: Open-Source-KI mit Multimodalität und riesigem Kontext (bis zu 10 Mio. Tokens). Maverick (400B) und Scout (109B) sind verfügbar, Behemoth (2T) in Vorschau. Mit MoE-Architektur und Fokus auf Reasoning fordert Meta Konkurrenten wie DeepSeek R1 heraus und stärkt sein Ökosystem.
Meta Platforms hat mit der Llama 4-Serie seine Position im KI-Bereich gestärkt. Diese nächste Generation offener Modelle signalisiert Metas Engagement, an der Spitze der KI-Entwicklung zu konkurrieren. Die Veröffentlichung umfasst drei Modelle – Scout, Maverick und Behemoth – die auf unterschiedliche Anwendungen abzielen, von Chats bis zur komplexen Datenverarbeitung, und auf multimodalen Datensätzen trainiert wurden.
Meta's Llama 4 Start verzögert sich Berichten zufolge aufgrund technischer Mängel und Leistungsproblemen im Vergleich zu Konkurrenten wie OpenAI. Meta konzentriert sich auf eine Business-API, um die Akzeptanz zu fördern, während der Markt nervös auf mögliche Rückschläge im KI-Wettlauf reagiert und die Aktie fällt.
Meta steht kurz vor der Veröffentlichung von Llama 4, dem nächsten großen Sprachmodell. Verzögerungen aufgrund von Leistungstests und hoher Wettbewerbsdruck prägen den Start. Meta investiert Milliarden in KI unter Investorenbeobachtung und erwägt neue Techniken wie MoE sowie eine gestaffelte Einführung, beginnend mit Meta AI, gefolgt von Open Source.
Eine kompakte Version von Metas Llama KI läuft auf einem Windows 98 PC mit 128MB RAM. Marc Andreessen hebt diese technische Leistung hervor, die Fragen über verpasste Chancen in der Computergeschichte aufwirft und die extremen Optimierungsanforderungen im Kontrast zu modernen KI-Systemen wie Copilot+ PCs beleuchtet. Ein Blick auf technische Hürden und alternative Zeitlinien.
Meta führt Meta AI und AI Studio in Indonesien ein, unterstützt durch Llama 3.2 und Bahasa Indonesia. Neue KI-Tools zielen auf Nutzer und Marketer ab, verbessern die Creator-Suche auf Instagram und optimieren Werbekampagnen, während die Vision einer vollautomatisierten Werbung Gestalt annimmt.
Große Sprachmodelle (LLMs) wie Llama und Mistral sind vielseitig, aber für Fachgebiete wie Materialwissenschaften unzureichend. Dieser Artikel untersucht Feinabstimmungsstrategien (CPT, SFT, DPO, ORPO) und Modell-Merging (insbesondere SLERP) zur Domänenanpassung. Es zeigt sich, dass Merging, vor allem bei größeren Modellen, synergistische Effekte und neue Fähigkeiten freisetzen kann, was durch Experimente belegt wird.
Ein Gerichtsdokument enthüllt Metas Umsatzbeteiligungsvereinbarung mit Hosts des Llama KI-Modells. Dies markiert einen Wandel hin zu kollaborativeren KI-Entwicklungs- und Monetarisierungsansätzen, die Innovation, Zusammenarbeit und eine gerechtere Wertverteilung fördern.
