זוכי תחרות האקתון לאמהקון הראשונה

האקתון LlamaCon, תחרות הבכורה, הכריז על הזוכים שלו

תחרות ההאקתון של LlamaCon בסן פרנסיסקו הגיעה לסיומה המוצלח - מופע ראווה של בינה מלאכותית שאסף מפתחים מכל העולם. האירוע משך אליו יותר מ-600 נרשמים, כשבסופו של דבר 238 מפתחים וחדשנים מוכשרים הגיעו למפגש יום שלם של בניית פרויקטים. האתגר היה ליצור פרויקט שניתן להדגים תוך 24 שעות קצרות באמצעות Llama API, Llama 4 Scout או Llama 4 Maverick - או שילוב כלשהו של הכלים החדשניים האלה.

הסכום הכולל של הפרסים היה מכובד ועמד על 35,000 דולר המורכב מפרסים כספיים עבור מקומות ראשון, שני ושלישי, כמו גם פרס על השימוש הטוב ביותר ב Llama API. חבר שופטים מ Meta ומשותפי הספונסר העריכו בקפידה את 44 הפרויקטים שהוגשו.

אנו מודים מקרב לב לשותפים שלנו, Groq, Crew AI, Tavus, Lambda, Nebius ו SambaNova, על התמיכה היקרה שהם סיפקו במהלך ההאקתון. כל ספונסר סיפק זיכויים לשימוש, סדנאות על ידי דוברים מומחים, חונכות, דוכני שאלות ותשובות במקום, שופטים ותמיכה מרחוק בדיסקורד.

רשימת הזוכים

לאחר שני סבבים של שיפוט, צמצמנו מתוך 44 הפרויקטים שהוגשו לשישה הראשונים כדי לקבוע את המקום הראשון, השני, השלישי ואת השימוש הטוב ביותר ב Llama API.

OrgLens – מקום ראשון

OrgLens יצרה מערכת שידוכים מומחים מבוססת בינה מלאכותית שמקשרת אותך לאנשי המקצוע הנכונים בתוך הארגון שלך. על ידי ניתוח נתונים ממגוון מקורות, כולל משימות Jira, קוד ובעיות GitHub, תיעוד פנימי וקורות חיים, OrgLens יוצרת גרף ידע מקיף ופרופיל מפורט עבור כל תורם. זה מאפשר לך לחפש מומחים באמצעות יכולות חיפוש מתקדמות המופעלות על ידי בינה מלאכותית, או אפילו ליצור אינטראקציה עם תאום דיגיטלי של הפרט כדי לשאול שאלות לפני יצירת קשר. כדי להציג את הפונקציונליות שלה, האפליקציה הדגימה Web שנבנתה באמצעות React, Tailwind ו Django, תוך שימוש ב GitHub API וב Llama API לעיבוד ואחסון נתונים. OrgLens מייעלת את השידוך למומחים, ומקלה על מציאת האדם הנכון למשימה.

צללו עמוק אל החדשנות של OrgLens, שהיא יותר מסתם מערכת התאמת מומחים – זהו מאיץ לשיתוף ידע ושיתוף פעולה בתוך חברה. הוא ממנף בגאוניות את הכוח של בינה מלאכותית, שובר איי מידע ומחבר בין מומחיות החבויה בכל פינה של הארגון. דמיינו לעצמכם, כאשר אתם ניצבים מול בעיה מורכבת בפרויקט, לא תצטרכו לחפש בצורה אקראית בין אימיילים ומסמכים פנימיים, אלא שמבעד לOrgLens תוכלו למצוא במהירות עמיתים בעלי ניסיון וכישורים רלוונטיים, ואפילו ליצור קשר ראשוני עם ה”תאום הדיגיטלי” שלהם – מה שייעל משמעותית את היעילות בעבודה ואת המהירות בפתרון בעיות. היתרון המרכזי של OrgLens טמון ביכולת החדירה של הכרייה והניתוח של נתונים. הוא לא רק מסוגל ללכוד נתונים מ JIRA, GitHub ופלטפורמות דומות, אלא גם לנתח מסמכים וקורות חיים פנימיים, כדי ליצור גרף ידע מקיף. גרף ידע זה לא רק מכיל את הכישורים והניסיון של העובדים, אלא גם מתעד את התרומות והאינטראקציות שלהם בפרויקטים שונים. דרך גרף ידע זה, OrgLens מסוגל לזהות במדויק את המומחה המתאים ביותר למשימה מסוימת, ולהמליץ עליו לאלו הזקוקים לעזרה. יתרה מכך, OrgLens שם דגש על חוויית משתמש. הוא מספק ממשק Web אינטואיטיבי וקל לשימוש, שמשתמשים יכולים לשרוק מילות מפתח או להשתמש בפילטרים מתקדמים כדי למצוא את המומחה המתאים. בנוסף, פיצ’ר ה”תאום הדיגיטלי” מאפשר למשתמשים לשאול שאלות מקדימות ולקבל תשובות מהירות, חוסך זמן למומחה ולמבקש כאחד. על ידי שילוב בינה מלאכותית בתהליך שיוך למומחים, לOrgLens יש פוטנציאל לחולל מהפכה בצורה שבה חברות מנהלות ומנצלות את משאבי הכישרון הפנימיים שלהן, מה שמוביל לשיתוף פעולה משופר, חדשנות וביצועים כוללים.

ההצלחה של OrgLens טמון בפתירת האתגרים האוניברסליים של ניהול ידע בתוך חברות. חברות רבות מתמודדות עם כישורים מפוזרים של עובדים, מצב שבו מידע קשה להשגה, מה שמוביל לבזבוז משאבים וחוסר יעילות. OrgLens פותר ביעילות בעיה זו על ידי אוטומציה של תהליך המאתר המומחים, ומביא יתרונות משמעותיים לחברות:

• שיפור פרודוקטיביות: עובדים יכולים למצוא עזרה שבו הם זקוקים לה מהר יותר, מה שמאיץ התקדמות של פרויקטים.
• קידום חדשנות: על ידי חיבור בין מומחים בספירות שיפוט שונות, ניתן להצית רעיונות ופתרונות חדשים.
• אופטימיזציה של ניצול משאבים: מניעת עבודה כפולה ובזבוז משאבים, משפרת את היעילות הכוללת.
• הגברת מעורבות עובדים: הקלת שיתוף ידע וניסיון בקרב עובדים, מחזקת את תחושת המעורבות והשייכות שלהם.

אשפי תאימות – מקום שני

אשפי התאימות יצרו אנליזטור שילוחים המופעל על ידי בינה מלאכותית, כדי לזהות הונאה ולהתריע למשתמשים, בהתבסס על אלגוריתמי הערכת סיכון מותאמים אישית. הודעות אימייל נשלחות למשתמשים ומתבקשות לבצע דיווח או לאשר עסקה. לאחר מכן, משתמשים יכולים לאינטראקציה עם עוזר קולי מבוסס בינה מלאכותית כדי לדווח ולאשר. תוך שימוש בריבוי מצבי Llama API, אנליזטור ההונאה יכול להעלות מידע של לקוח ולחפש חדשות רלוונטיות אודות לקוחותיהם כדי לסייע בקביעה האם לקוחות מעורבים בפעילות פלילית כלשהי הראויה לציון.

רגולטורי תאימות יצרו מנתח שילוחים הנתמך על ידי בינה מלאכותית, שנועד לזהות פעילויות חשודות ולהתריע למשתמשים דרך אלגוריתמי הערכת סיכונים מורכבים. מערכת זו פועלת על ידי שליחת הודעות אימייל למשתמשים, שמבקשות מהמשתמשים לבדוק ולאשר שילוחים מסוימים. ואז, משתמשים יכולים לקיים אינטראקציה עם עוזר קולי מונע בינה מלאכותית, לדווח על שליחויות או לאשר את הלגיטימיות שלהן. על ידי ניצול אפשרויות מרובות המצבים של Llama API, מעריכי הונאה יכולים להעלות מידע של לקוחות ולחפש חדשות רלוונטיות, כדי לסייע להם לקבוע האם הלקוחות מעורבים בפעילות פלילית הראויה לציון.

בליבו של Compliance Wizards עומד מנוע בינה מלאכותית רב עוצמה, המסוגל לנתח לעומק נתוני שילוחים, לזהות דפוסי הונאה פוטנציאליים. מנוע זה לא רק מסוגל לזהות התנהגויות הונאה מסורתיות, אלא גם מסוגל להותאם להערכות סיכון בהתאמה אישית על פי פרופיל הסיכונים הספציפי של כל לקוח, ובכך להגדיל את הדיוק של זיהוי ההונאות. בנוסף, Compliance Wizards שילב גם פונקציונליות של חיפוש חדשות, שאפשרה לאנליסטים לגייס מידע רלוונטי במהירות אודות הלקוחות שלהם, כגון אזכורי תקשורת ורישומים משפטיים. מידע הקשרי זה יכול להיות קריטי בהערכת פרופיל הסיכון הכולל של הלקוח ובזיהוי סימני אזהרה פוטנציאליים.

העוזר הקולי המונע בינה מלאכותית הוא רכיב מפתח נוסף של Compliance Wizards. הוא מספק למשתמשים דרך נוחה ויעילה לדווח ולאשר שילוחים, במיוחד כשהם בדרכים. העוזר הקולי יכול גם לענות על שאלות אודות שילוחים ולספק הדרכה אודות איך לעמוד בפני תקנות רלוונטיות.

היתרון העיקרי של Compliance Wizards טמון בגישה מאובטחת רב שכבתית שלו:

• הערכת סיכונים מתקדמת: באמצעות אלגוריתם הערכת סיכון מותאם אישית, האפשרות לזהות התנהגויות הונאה פוטנציאליות בצורה מדויקת יותר.
• ניתוח שילוחים בזמן אמת: מעקב בזמן אמת אחר כל השילוחים, וזיהוי מיידי של פעילויות חשודות.
• מודעות הקשרית: גיוס מידע חדשותי, ובכך לתת הערכה מלאה של פרופיל הסיכון של הלקוח.
• דיווח נוח: אספקת עוזר קולי, בצורה שמהדקת את זרימת הדיווח והאישור.

Compliance Wizards הוא יותר מאשר כלי, זהו פתרון תאימות מקיף שעוזר לחברות למזער את הסיכון של הונאה ולקפד על תקנות רלוונטיות.

מפעיל מצלמות אבטחה Llama – מקום 3

צוות בראשותו של Agajan Torayev בנה מפעיל חדר בקרה של Llama CCTV AI, שמזהה באופן אוטומטי אירועי וידיאו מותאמים אישית, ללא שום שינוי קל במודל. המפעיל מסוגל להגדיר אירועי וידאו בשפה פשוטה. תוך שימוש בהבנת תמונות מרובת המצבים של Llama 4, המערכת לוכדת ומאתרת תנועה כל חמש מסגרות, כדי להעריך את אותם אירועים מוגדרים מראש ולדווח אותם למפעיל.

הרעיון מאחורי מפעיל המצלמות CCTV Llama הוא הענקת אינטליגנציה רבה למערכת מעקב, במטרה שתהיה מסוגלת לזהות באופן יזום אירועים חריגים, במקום רק לתעד באופן פאסיבי את הווידיאו. מערכת זו מנצלת את יכולות הבנת התמונות הכבירות של Llama 4, במטרה לנתח ערוצי וידיאו בזמן אמת ולאתר מגוון רחב של אירועים שנקבעו מראש, כגון פעילות חשודה, גישה בלתי מורשית, או מפגעי בטיחות. המפעיל יכול להגדיר את האירועים האלו תוך שימוש בשפה פשוטה, בלי דרישה לשום ידע מיוחד בלמידת מכונה או ראייה ממוחשבת.

המערכת פועלת על ידי לכידת ווידיאו תנועה, בכל חמש מסגרות, ולאחר מכן תוך שימוש באפשרויות מרובות המצבים של Llama 4 כדי להעריך האם התנועה הזאת תואמת לאירועים שנקבעו מראש. אם נמצאה התאמה, המערכת תדווח מיידית למפעיל את האירוע, יחד עם מידע הקשרי רלוונטי.

היתרונות העיקריים של מפעיל מצלמות האבטחה Llama כוללים:

• אין צורך בשינוי קל כיוונון: אין צורך לשנות כיוונון של המודל, המפשט בצורה ניכרת את תהליך הפריסה והתחזוקה.
• איתור אירועים מותאמים אישית: האפשרות למפעיל להגדיר אירועי מעקב מותאמים אישית, תוך שימוש בשפה פשוטה, ובכך לענות על צרכי אבטחה ספציפיים.
• ניתוח בזמן אמת: המערכת מסוגלת לנתח פידי וידיאו בזמן אמת, כך שניתן יהיה לזהות פעילויות חשודות בהקדם האפשרי.
• דיווח אוטומטי: המערכת מעבירה באופן אוטומטי את האירועים שזוהו למפעיל, ומפחיתה את הצורך בניטור ידני.

Geo-ML – השימוש הטוב ביותר ב Llama API

וויליאם דייוויס, גיאולוג, השתמש ב Llama 4 Maverick וב GemPy כדי ליצור אתרי חפירה פוטנציאליים, מפות טופוגרפיות ומודלים גיאולוגיים בתלת מימד של מרבצי מינרלים. Geo-ML עובד על ידי עיבוד 400 עמודי דיווח גיאולוגי, איחוד מידע לשפה ספציפית לתחום גיאולוגי מובנה ולאחר מכן השתמש בו כדי ליצור ייצוגים בתלת מימד של הגיאולוגיה התת קרקעית.

"זו הפעם הראשונה שלי שהשתמשתי באופן ממשי ב LLM API כדי לחלץ טקסט ותמונות ארוכים במיוחד ממחקרי מחקר גיאולוגיים ארכניים, לכן השתמשתי בחלון ההקשר הארוך במיוחד של Llama Maverick ביחד עם אפשרויות מרובות המצבים של הטקסט והתמונה כדי לחלץ טקסט ולהפוך אותו לשפה ספציפית לתחום שנותנת גרסה מצומקת של כל מה שמאוחסן בתוך המסמך" אמר דייוויס. "ביליתי את רוב הזמן שלי בקריאת מסמכים גיאולוגיים. יהיה די מדהים שיש LLM שיכול לעשות את זה בשבילי ברקע.”

הגיאולוג וויליאם דייוויס ניצל בחוכמה את הLlama 4 Maverick וGemPy, וחנך שיטה חדשה לגמרי לגיאולוגיה מודלית. המטרה של Geo-ML הוא לנצל את הסטייטמנט של מלאכותיות, כדי לכרות מידע נסתר מדוחות גדולים ומגוונים, ואז להפוך אותו למודל לשלושה מימדים קל לקליטה ויעיל.

המערכת עובדת על ידי עיבוד דיווחי מחקרים ארוכים, תמיד קרוב ל400 דפים יותר,,ולאחד בין המידע לגיאולוגיה הבנויה. הגיאולוגיה הזאת לוכדת מבנים חשובים, מבנים ומרבצים מינרלים המתוארים בדיווחים. אחר כך, המערכת משתמשת בשפה זאת כדי ליצור את המערכת הגיאולוגית התלת מימדית,ועוזר לגואולוגים לדמיין ולנתח את מה שנמצא מתחת לקרקע.

דייויס בעצמו הדגיש כמה חשוב חלון ההקשר הארוך של Llama 4 Maverick ואפשרויות מרובות המצבים בהעשיית Geo-ML אפשרית. חלון ההקשר הארוך מאפשר למערכת לעבד את כל הניירות באותו זמן, בזמן שהפונקציה מרובת מצבים מאפשרת לחלץ תמונות וטקסטים מהמסמכים.

היתרונות העיקריים של Geo-ML נמצאים ביכולת :

• להפוך למיכון מצדני גיאולוגי: אוטומציה של תהליך הצדדים, מה שמקטן אנרגיה וזמן שנדרשים לצד ידני.
• לחלץ מידע חבוי: חילוץ מידע חבוי מהדיווח הגיאולוגי, בעזרה לגיאולוגים, לחשוף אתרי חפירה ומרבצים פטנציאלים.
• ליצור מודל בתלת מימד: לייצר מודל בתלת מימד של הגיאולוגיה המהווה עזרה לגיאולוגים לדמיין ולנתח את מה שנמצא מתחת לקרקע.
• לזרז מחקר גיאולוגי: דרך זירוז הצד הגיאולוגי , ככה מזרזים את הלך המאוצץץץוווו

ציון לשבח מיוחד: צוות שוער

אחד המתמודדים האחרונים, שוער, הביא GPU משלהם לתחרות, מה שייחד אותם בשוק.

"אנחנו מאמינים שההיבטים הטובים ביותר של Llama 4 Maverick הוא הטבע המעורב של מומחים דלילים וזמינות בקוד פתוח המאפשרים שינוי קל" אמר הצוות. "Meta פרסמו לאחרונה כלי שינוי קל מצויין, דהיינו הכלי בGitHub. תוך שימוש בLlama API, הרכבנו נתונים ממספר מקורות כדי ליצור בסיס נתונים של QA ולשנות באומץ את מנגנון Llama 4 Maverick. תכנונו לתת אותו לסטנדרט הפתוח, ככל שבאשר אנחנו כרגע חסרים מקודדים Llama 4 , ובעזרת חלון הקשר של 1M, הוא צפוי להיות חריג”.

הגישה הבלעדית של concierge נמצאה באמונה שלו בשינוי עדין של Llama 4 Maverick , במטרה לשיפור הפעולה התפקודית במצבים מוגדריםץץץ…אחת הסבורא ששינוי דיק של טבעת מאזור המומחים של Llama, יחד עם קדימת הקוד הפתוח שלו איתרו אותו כמועמד מושלם לשינוי קל.

עבור השינוי ,הצד ליקט נתונים ממספר מקורות כדי לצאת עם בסיס נתונים של QA . לאחר מכן , הוא משתמש בחותמת השינוי של Meta, על מנת לאמן את המודלץ. הצ’צמת תמליט ע”י הקשבלהלהל.

צפו בהצגות הפיינליסטים

אתם יכולים לצפות במופעים של מצידי קודות השילוח הסופייום ביאוטיוב.

הצטרפו לאוטות לי

מפתוחים יכולים להעלות על זה שמפחם להאקתון לאהמה הבאה, שיארח בניו יורק 31 מיי ו 1 ביון 2025.