Meta lance Llama 4, sa nouvelle suite IA sophistiquée. Ces modèles, incluant Scout et Maverick, alimentent l'assistant Meta AI sur WhatsApp, Messenger, Instagram et le web, offrant des interactions améliorées grâce à l'architecture MoE et une large fenêtre de contexte. Une nouvelle ère pour l'écosystème Llama.
Meta lance Llama 4, une série de modèles d'IA fondamentaux. Deux modèles, Scout (compact) et Maverick (haute performance), sont disponibles, défiant OpenAI et Google. Un troisième, Behemoth, est en entraînement. Meta vise à faire progresser l'IA via la recherche ouverte (avec restrictions) et l'intégration dans ses plateformes.
Meta lance la suite de modèles IA Llama 4 : Scout et Maverick disponibles, Behemoth en développement. Conçus pour concurrencer OpenAI et Google, ils intègrent les plateformes Meta et utilisent l'architecture MoE. Meta aborde également sa licence 'open-source' spécifique pour ces puissants modèles d'IA.
Meta lance Llama 4 (Maverick, Scout, Behemoth) en réponse à DeepSeek R1. Ces modèles open-source offrent multimodalité native, contexte étendu (jusqu'à 10M tokens), architecture MoE et performances de pointe. Disponibles en téléchargement, ils visent à renforcer l'écosystème open-source et les produits Meta, en mettant l'accent sur le raisonnement et la sécurité.
Meta lance Llama 4, sa nouvelle série de modèles d'IA ouverts. Incluant Scout, Maverick et Behemoth (en développement), ils visent diverses applications avec une formation multimodale. Cette sortie renforce la position de Meta face à la concurrence et pourrait remodeler le secteur de l'IA, tout en intégrant ces capacités dans Meta AI.
Meta fait face à des défis avec le lancement de Llama 4, potentiellement retardé en raison de performances inférieures aux concurrents comme OpenAI. Ces difficultés soulèvent des questions sur sa stratégie IA et inquiètent les investisseurs, malgré les efforts sur une API commerciale pour stimuler l'adoption par les entreprises.
Meta s'apprête à lancer Llama 4, son nouveau modèle IA, malgré des retards dus à des défis techniques et une concurrence féroce (OpenAI, DeepSeek). Avec un investissement massif et une possible architecture MoE, Meta navigue entre déploiement contrôlé via Meta AI et sa tradition open-source, sous la pression des investisseurs.
Une version compacte de l'IA Llama de Meta a fonctionné sur un PC Windows 98 avec 128 Mo de RAM. Marc Andreessen y voit une chronologie alternative manquée pour l'informatique conversationnelle, contrastant avec les Copilot+ PCs actuels. L'exploit d'Exo Labs souligne l'optimisation extrême et remet en question les besoins matériels modernes.
Meta lance Meta AI et AI Studio en Indonésie, basés sur Llama 3.2 et supportant le Bahasa Indonesia. Ces outils visent à améliorer l'expérience utilisateur sur WhatsApp, Facebook, etc., et offrent aux marketeurs de nouvelles capacités pour collaborer avec les créateurs Instagram, malgré les défis créatifs liés à l'automatisation croissante.
Explorer l'adaptation des LLMs (Llama, Mistral) aux domaines techniques via le fine-tuning (CPT, SFT, DPO/ORPO) et la fusion de modèles (SLERP). Analyse de l'émergence de capacités synergiques, des effets d'échelle (SmolLM) et des applications interactives en science des matériaux, soulignant la supériorité de la fusion SLERP pour l'expertise spécialisée.
