L’Hackathon LlamaCon, un evento AI globale per sviluppatori, si è concluso con successo a San Francisco. L’evento ha attirato oltre 600 iscritti, con 238 sviluppatori e innovatori di talento che si sono riuniti per una giornata di costruzione di progetti. La sfida consisteva nel creare un progetto dimostrativo in sole 24 ore utilizzando Llama API, Llama 4 Scout o Llama 4 Maverick (o qualsiasi combinazione di questi strumenti all’avanguardia).
In palio c’erano ricchi premi, per un totale di $ 35.000 in denaro, tra cui un primo, secondo e terzo premio, nonché un premio per il miglior utilizzo di Llama API. Una giuria di Meta e partner sponsor ha valutato attentamente le 44 candidature.
Un sincero ringraziamento va ai nostri partner Groq, Crew AI, Tavus, Lambda, Nebius e SambaNova per il loro prezioso supporto durante l’intero hackathon. Ogni sponsor ha fornito crediti d’uso, workshop con relatori esperti, tutoraggio, stand di domande e risposte in loco, giudici e supporto remoto su Discord.
I Vincitori
Dopo due round di valutazione, abbiamo selezionato i primi sei progetti su 44 candidature, culminando nella determinazione del primo, secondo, terzo posto e del premio per il miglior utilizzo di Llama API.
OrgLens – Primo Premio
OrgLens ha creato un sistema di corrispondenza esperti basato sull’intelligenza artificiale che ti mette in contatto con i professionisti giusti all’interno della tua organizzazione. Analizzando i dati provenienti da varie fonti, tra cui attività Jira, codice e problemi GitHub, documentazione interna e curriculum vitae, OrgLens crea grafici di conoscenza completi e profili dettagliati per ogni collaboratore. Ciò consente di cercare esperti utilizzando funzionalità di ricerca avanzate basate sull’intelligenza artificiale e persino di interagire con un gemello digitale dell’individuo per porre domande prima di contattarlo. Per dimostrare la sua funzionalità, è stata creata un’applicazione Web dimostrativa utilizzando React, Tailwind e Django, sfruttando le API GitHub e Llama per elaborare e archiviare i dati. OrgLens semplifica l’abbinamento di esperti, rendendo più facile trovare la persona giusta per il lavoro.
Approfondisci l’innovazione di OrgLens, che è più di un semplice sistema di corrispondenza di esperti; è un acceleratore della condivisione della conoscenza e della collaborazione all’interno di un’azienda. Sfrutta abilmente la potenza dell’intelligenza artificiale per abbattere i silos informativi e collegare le competenze nascoste ai quattro angoli dell’organizzazione. Immagina che quando incontri difficoltà in un progetto complesso, non devi più cercare senza meta all’interno di e-mail e documenti interni, ma attraverso OrgLens, puoi trovare rapidamente colleghi con esperienza e competenze pertinenti e comunicare inizialmente direttamente con i loro "gemelli digitali", il che aumenterà notevolmente l’efficienza del lavoro e la velocità di risoluzione dei problemi. Il vantaggio principale di OrgLens risiede nella sua profonda capacità di estrazione e analisi dei dati. Non solo può estrarre dati da piattaforme come Jira e GitHub, ma può anche analizzare documenti interni e curriculum vitae per costruire un grafico di conoscenza completo. Questo grafico della conoscenza non solo contiene le competenze e l’esperienza dei dipendenti, ma registra anche i loro contributi e le interazioni in diversi progetti. Attraverso questo grafico della conoscenza, OrgLens è in grado di identificare con precisione gli esperti più adatti a compiti specifici e di raccomandarli a chi ha bisogno di aiuto. Inoltre, OrgLens presta attenzione all’esperienza dell’utente. Fornisce un’interfaccia Web intuitiva e facile da usare e gli utenti possono cercare utilizzando parole chiave o utilizzare filtri avanzati per trovare l’esperto giusto. Inoltre, la funzione "gemello digitale" consente agli utenti di porre domande preliminari e ottenere risposte rapide, risparmiando tempo sia all’esperto che al richiedente. Integrando l’intelligenza artificiale nel processo di abbinamento di esperti, OrgLens ha il potenziale per rivoluzionare il modo in cui le aziende gestiscono e utilizzano le proprie risorse di talento interne, portando a una migliore collaboration, innovazione e prestazioni complessive.
Il successo di OrgLens risiede nella sua soluzione del problema della gestione della conoscenza che è prevalente all’interno delle imprese. Molte aziende devono affrontare il problema della dispersione delle competenze dei dipendenti e della difficoltà di accedere alle informazioni, con conseguente spreco di risorse e inefficienza. Automatizzando il processo di abbinamento degli esperti, OrgLens risolve efficacemente questo problema, portando i seguenti vantaggi significativi alle aziende:
- Aumento della produttività: I dipendenti possono trovare l’aiuto di cui hanno bisogno più velocemente, accelerando così l’avanzamento del progetto.
- Promuovere l’innovazione: Collegando esperti in diversi campi, è possibile stimolare nuove idee e soluzioni.
- Ottimizzazione dell’utilizzo risorse: Evitare lavoro duplicato e spreco di risorse, migliorando l’efficienza complessiva.
- Migliorare il coinvolgimento dei dipendenti: Rendere più facile per i dipendenti condividere conoscenze ed esperienze, migliorando così il loro senso di coinvolgimento e appartenenza.
Compliance Wizards – Secondo Premio
Compliance Wizards ha creato un analizzatore di transazioni basato sull’intelligenza artificiale per rilevare frodi e avvisare gli utenti in base ad algoritmi di valutazione del rischio personalizzati. Le notifiche via email vengono inviate agli utenti, sollecitando la segnalazione o la conferma delle transazioni. Gli utenti possono quindi segnalare e confermare con un assistente vocale AI. Utilizzando la multimodalità di Llama API, i valutatori delle frodi possono caricare le informazioni sui clienti e cercare notizie pertinenti sui propri clienti per aiutare a determinare se i clienti sono coinvolti in attività criminali degne di nota.
Un organo di regolamentazione della conformità ha creato un analizzatore di transazioni potenziato dall’intelligenza artificiale, progettato per identificare attività sospette e avvisare gli utenti attraverso sofisticati algoritmi di valutazione del rischio. Questo sistema funziona inviando notifiche via e-mail agli utenti, chiedendo loro di rivedere e confermare alcune transazioni. Gli utenti possono quindi interagire con un assistente vocale basato sull’intelligenza artificiale per segnalare le transazioni o confermarne la legittimità. Sfruttando le capacità multimodali dell’API Llama, i valutatori di frodi possono caricare le informazioni sui clienti e cercare notizie pertinenti per aiutare a determinare se i clienti sono coinvolti in attività criminali degne di nota.
Il fulcro di Compliance Wizards è il suo potente motore di intelligenza artificiale, in grado di analizzare in profondità i dati sulle transazioni e identificare potenziali schemi di frode. Questo motore non solo è in grado di rilevare comportamenti fraudolenti tradizionali, ma può anche eseguire valutazioni del rischio personalizzate basate sui profili di rischio specifici dei clienti, migliorando così l’accuratezza del rilevamento delle frodi. Inoltre, Compliance Wizards integra una funzione di ricerca di notizie, che consente ai valutatori di frodi di raccogliere rapidamente informazioni rilevanti sui propri clienti, come menzioni nei media e registri legali. Queste informazioni contestuali possono essere cruciali per valutare il profilo di rischio complessivo del cliente e identificare potenziali segnali di allarme.
L’assistente vocale basato sull’intelligenza artificiale è un altro componente chiave di Compliance Wizards. Fornisce agli utenti un modo comodo ed efficiente per segnalare e riconoscere le transazioni, soprattutto quando sono in movimento. L’assistente vocale può anche rispondere a domande sulle transazioni e fornire indicazioni su come rispettare le normative pertinenti.
I principali vantaggi di Compliance Wizards risiedono nel suo approccio alla sicurezza multilivello:
- Valutazione avanzata del rischio: Attraverso algoritmi di valutazione del rischio personalizzati, è in grado di identificare in modo più accurato potenziali comportamenti fraudolenti.
- Analisi delle transazioni in tempo reale: Monitorare tutte le transazioni in tempo reale per rilevare tempestivamente attività sospette.
- Consapevolezza del contesto: Essere in grado di estrarre informazioni sulle notizie per valutare in modo completo il profilo di rischio dei clienti.
- Segnalazione conveniente: Fornire un assistente vocale per semplificare i processi di segnalazione e conferma.
Compliance Wizards non è solo uno strumento, ma una soluzione completa di conformità che aiuta le aziende a ridurre al minimo il rischio di frode e a rispettare le normative pertinenti.
Llama CCTV Operator – Terzo Premio
Un team guidato da Agajan Torayev ha costruito un operatore della sala di controllo AI CCTV Llama in grado di identificare automaticamente eventi video di sorveglianza personalizzati senza alcuna messa a punto del modello. L’operatore è in grado di definire eventi video con un linguaggio semplice. Utilizzando la comprensione delle immagini multimodali di Llama 4, il sistema acquisisce e rileva il movimento ogni cinque fotogrammi per valutare questi eventi predefiniti e segnalarli all’operatore.
L’idea alla base di Llama CCTV Operator è quella di dotare i sistemi di sorveglianza di intelligenza, consentendo loro di identificare in modo proattivo eventi insoliti anziché limitarsi a registrare passivamente video. Il sistema utilizza le potenti capacità di comprensione delle immagini di Llama 4, permettendogli di analizzare i feed video in tempo reale e rilevare un’ampia gamma di eventi predeterminati, come attività sospette, accessi non autorizzati o rischi per la sicurezza. L’operatore può definire questi eventi utilizzando un linguaggio semplice, senza richiedere alcuna conoscenza specializzata di machine learning o computer vision.
Il sistema funziona acquisendo e analizzando il movimento ogni cinque fotogrammi e quindi utilizzando le capacità multimodali di Llama 4 per valutare se il movimento acquisito corrisponde a uno qualsiasi degli eventi predefiniti. Se viene trovata una corrispondenza, il sistema segnalerà immediatamente l’evento all’operatore, insieme alle informazioni contestuali pertinenti.
I principali vantaggi di Llama CCTV Operator includono:
- Nessuna necessità di ottimizzazione: Non è necessario ottimizzare il modello, semplificando notevolmente i processi di implementazione e manutenzione.
- Rilevamento eventi personalizzato: Gli operatori possono definire eventi di monitoraggio personalizzati utilizzando un linguaggio semplice, soddisfacendo così esigenze di sicurezza specifiche.
- Analisi in tempo reale: Il sistema è in grado di analizzare i feed video in tempo reale, rilevando così attività sospette il prima possibile.
- Rapporti automatici: Il sistema segnala automaticamente gli eventi rilevati all’operatore, riducendo così la necessità di monitoraggio manuale.
Geo-ML – Miglior Utilizzo di Llama API
Il geologo William Davis ha utilizzato Llama 4 Maverick e GemPy per generare potenziali siti minerari, mappe topografiche e modelli geologici 3D di giacimenti minerari. Geo-ML funziona elaborando 400 pagine di rapporti geologici, consolidando le informazioni in un linguaggio specifico per il dominio geologico strutturato e quindi utilizzandolo per generare rappresentazioni 3D della geologia sotterranea.
"Questa è la prima volta che uso realmente LLM API per estrarre testo e immagini ultra lunghe da documenti di ricerca geologica lunghi, quindi ho utilizzato la finestra di contesto ultra lunga di Llama Maverick insieme alle funzionalità multimodali di testo e immagini per estrarre il testo e convertirlo in un linguaggio specifico per il dominio, fornendo una versione compressa di tutto ciò che è archiviato nel documento," ha affermato Davis. "Ho trascorso la maggior parte del mio tempo a leggere documenti geologici. Avere un LLM che possa fare questo per me in background sarebbe fantastico."
Il geologo William Davis ha utilizzato abilmente Llama 4 Maverick e GemPy, inaugurando un approccio completamente nuovo alla modellazione geologica. L’obiettivo di Geo-ML è sfruttare la potenza dell’intelligenza artificiale per estrarre informazioni nascoste da una vasta quantità di rapporti geologici e tradurle in modelli 3D utili e di facile comprensione.
Il sistema funziona elaborando lunghi documenti di ricerca geologica, spesso di 400 pagine o più, e consolidando le informazioni in un linguaggio strutturato specifico per il dominio della geologia. Questo linguaggio cattura le principali caratteristiche geologiche, strutture e depositi minerali descritti nei rapporti. Il sistema utilizza quindi questo linguaggio per generare rappresentazioni 3D della geologia sotterranea, aiutando i geologi a visualizzare e analizzare più facilmente l’ambiente sotterraneo.
Davis stesso ha sottolineato l’importanza della lunga finestra di contesto e delle capacità multimodali di Llama 4 Maverick nel rendere possibile Geo-ML. La lunga finestra di contesto consente al sistema di elaborare interi documenti di ricerca contemporaneamente, mentre le capacità multimodali gli consentono di estrarre sia testo che immagini dai documenti.
I principali vantaggi di Geo-ML risiedono nella sua capacità di:
- Automatizzare la modellazione geologica: Automatizza il processo di modellazione geologica, riducendo i tempi e gli sforzi necessari per l’analisi manuale.
- Estrarre informazioni nascoste: Estrae informazioni nascoste da una vasta quantità di rapporti geologici, aiutando i geologi a scoprire potenziali siti minerari e depositi minerari.
- Generare modelli 3D: Genera rappresentazioni 3D della geologia sotterranea, aiutando i geologi a visualizzare e analizzare più facilmente l’ambiente sotterraneo.
- Accelerare la ricerca geologica: Accelerando il processo di modellazione geologica, accelerando così il processo di ricerca geologica.
Menzioni Speciali: Team Concierge
Tra i finalisti, un team di nome Concierge, si è distinto nella competizione portando con sé una GPU.
"Riteniamo che l’aspetto migliore di Llama 4 Maverick sia la sua natura rada di miscela di esperti e la disponibilità open source che ne consente la messa a punto", ha affermato il team. "Meta ha recentemente rilasciato uno strumento di messa a punto eccezionale, ovvero lo strumento su GitHub. Utilizzando Llama API, abbiamo compilato dati da più fonti per creare set di dati QA e messo a punto il modello Llama 4 Maverick. Prevediamo di sottoporlo a benchmark aperti poiché al momento ci manca un codificatore Llama 4 e, con la finestra di contesto 1M, si prevede che sarà un’eccezione."
L’approccio unico di Concierge risiede nella sua concentrazione sulla messa a punto del modello Llama 4 Maverick per migliorarne le prestazioni su attività specifiche. Il team riteneva che la natura sparsa della miscela di esperti di Llama 4 Maverick, combinata con la sua disponibilità open source, lo rendesse un candidato ideale per la messa a punto.
Per mettere a punto il modello, il team ha compilato dati da più fonti per creare set di dati QA. Quindi, hanno utilizzato lo strumento di messa a punto di Meta per addestrare il modello. Il team prevede di presentare il modello messo a punto a benchmark aperti per valutarne le prestazioni.
Guarda le Presentazioni dei Finalisti
Puoi guardare le presentazioni dei finalisti su YouTube.
Unisciti al Prossimo Llama Hackathon
Gli sviluppatori possono candidarsi per partecipare al prossimo Llama Hackathon, che si terrà a New York City dal 31 maggio al 1 giugno 2025.