Mistral AI, startup AI Prancis, dan raksasa pelayaran CMA CGM menyepakati kontrak €100 juta selama 5 tahun untuk mengintegrasikan AI canggih ke dalam operasi logistik dan media, menandai dukungan Eropa pada inovasi teknologi lokal.
Meta meluncurkan rangkaian model AI Llama 4: Scout yang efisien, Maverick yang kuat, dan Behemoth yang akan datang. Model ini memperkuat platform Meta dan tersedia bagi pengembang, menandai langkah signifikan dalam persaingan AI global melawan raksasa seperti OpenAI dan Google, sambil mengadopsi arsitektur MoE dan lisensi 'terbuka' yang unik.
Meta meluncurkan Llama 4, keluarga model AI open-source generasi berikutnya, sebagai jawaban atas DeepSeek R1. Menampilkan kemampuan multimodal, jendela konteks yang luas hingga 10 juta token, dan arsitektur MoE. Llama 4 Maverick (400M) dan Scout (109M) tersedia, dengan Behemoth (2T) dalam pengembangan. Meta menekankan penalaran, pengkodean, dan keamanan.
Meta memperkenalkan seri Llama 4, model AI generasi berikutnya, termasuk Scout, Maverick, dan Behemoth. Model open-source ini menggunakan arsitektur MoE, menawarkan kemampuan multimodal, dan bertujuan untuk bersaing di garis depan pengembangan AI, meskipun dengan batasan lisensi tertentu.
Peluncuran Llama 4 Meta yang dinanti dilaporkan menghadapi penundaan dan masalah teknis, berpotensi tertinggal dari pesaing seperti OpenAI dalam perlombaan kecerdasan buatan (AI). Hal ini menimbulkan kekhawatiran tentang strategi dan kemampuan teknologinya di tengah persaingan ketat, serta dampaknya pada posisi pasar Meta.
Meta bersiap meluncurkan Llama 4 di tengah persaingan AI yang ketat, menghadapi tantangan pengembangan, pengawasan investor, dan persaingan dari model seperti DeepSeek. Artikel ini membahas investasi besar Meta, potensi penggunaan arsitektur MoE, dan strategi peluncuran antara akses eksklusif dan open source, membangun warisan Llama 3.
Versi ringkas AI Llama Meta berhasil dijalankan di Windows 98 dengan RAM 128MB. Disorot oleh Marc Andreessen, pencapaian ini memicu pertanyaan tentang potensi komputasi masa lalu dan lintasan teknologi alternatif, kontras dengan AI modern seperti Copilot di Copilot+ PC. Eksperimen Exo Labs menunjukkan skalabilitas AI dan tantangan teknis yang dihadapi.
NVIDIA memperkenalkan FFN Fusion untuk mengatasi hambatan sekuensial dalam LLM. Teknik ini menggabungkan lapisan FFN, meningkatkan kecepatan inferensi dan mengurangi biaya komputasi secara signifikan, seperti ditunjukkan pada transformasi Llama-405B menjadi Ultra-253B-Base yang lebih efisien tanpa mengorbankan kinerja. Ini membuka jalan bagi LLM yang lebih cepat dan hemat sumber daya.
Meta meluncurkan Meta AI dan AI Studio di Indonesia, didukung Llama 3.2 dan Bahasa Indonesia. Fitur 'Imagine' hadir untuk pengguna, sementara pemasar mendapat alat AI baru untuk mencari kreator Instagram dan mengoptimalkan Iklan Kemitraan. Meta menargetkan otomatisasi iklan penuh, meski tantangan kreatif tetap ada.
Jelajahi adaptasi LLM seperti Llama dan Mistral untuk domain teknis melalui fine-tuning (CPT, SFT, DPO/ORPO) dan penggabungan model (SLERP). Temukan bagaimana penggabungan dapat menghasilkan peningkatan sinergis dan kemampuan baru yang tidak terduga, terutama pada model skala besar, untuk aplikasi seperti ilmu material.
