Объявление победителей первого LlamaCon Hackathon
В Сан-Франциско успешно завершился LlamaCon Hackathon, грандиозное AI-событие, собравшее разработчиков со всего мира. Мероприятие привлекло более 600 зарегистрированных участников, и в конечном итоге 238 талантливых разработчиков и новаторов собрались вместе для однодневного создания проектов. Задача заключалась в том, чтобы за короткое время 24 часа создать демонстрационный проект с использованием Llama API, Llama 4 Scout или Llama 4 Maverick (или любой комбинации этих передовых инструментов).
Призовой фонд конкурса был внушительным и составил 35 000 долларов США в виде денежных призов, включая первое, второе и третье места, а также награду за лучшее использование Llama API. Жюри из Meta и спонсирующих партнеров тщательно оценило представленные 44 проекта.
Мы выражаем искреннюю благодарность нашим партнерам Groq, Crew AI, Tavus, Lambda, Nebius и SambaNova за их неоценимую поддержку на протяжении всего хакатона. Каждый спонсор предоставил кредиты на использование, семинары от экспертов, наставничество, стенды с вопросами и ответами на месте, членов жюри и удаленную поддержку в Discord.
Список победителей
После двух раундов судейства мы отобрали шесть лучших проектов из 44 представленных, в конечном итоге определив первое, второе, третье места и награду за лучшее использование Llama API.
OrgLens – Первое место
OrgLens создал систему подбора экспертов на базе AI, которая связывает вас с подходящими профессионалами в организации. Анализируя данные из различных источников, включая задачи Jira, код и проблемы GitHub, внутреннюю документацию и резюме, OrgLens создает комплексные графы знаний и подробные профили для каждого участника. Это позволяет вам искать экспертов с помощью расширенной функции поиска на базе AI и даже взаимодействовать с цифровым двойником человека, чтобы задать вопросы перед контактом. Чтобы продемонстрировать свои возможности, было создано демонстрационное веб-приложение с использованием React, Tailwind и Django, использующее GitHub API и Llama API для обработки и хранения данных. OrgLens упрощает подбор экспертов, облегчая поиск подходящих людей для работы.
Углубимся в инновации OrgLens, который является не просто экспертной системой соответствия, а ускорителем обмена знаниями и сотрудничества внутри компании. Он умело использует возможности искусственного интеллекта, чтобы разрушить информационные острова и связать экспертные знания, скрытые в различных уголках организации. Представьте себе, что, когда вы сталкиваетесь с трудной задачей в сложном проекте, вам больше не нужно бесцельно рыться во внутренней почте и документах, а через OrgLens быстро находить коллег, обладающих соответствующим опытом и навыками, и напрямую взаимодействовать с их «цифровыми двойниками» для предварительного общения, что несомненно значительно повысит эффективность работы и скорость решения проблем. Основное преимущество OrgLens заключается в его глубоком знании данных и возможностях анализа. Он может не только извлекать данные с платформ Jira, GitHub и т. д., но и анализировать внутренние документы и резюме, чтобы создать полную карту знаний. Эта карта знаний содержит не только навыки и опыт сотрудников, но и их вклад и взаимодействия в различных проектах. Благодаря этой карте знаний OrgLens может точно идентифицировать эксперта, наиболее подходящего для конкретной задачи, и рекомендовать его людям, которым нужна помощь. Кроме того, OrgLens также уделяет внимание пользовательскому интерфейсу. Он предоставляет интуитивно понятный и простой в использовании веб-интерфейс, где пользователи могут выполнять поиск по ключевым словам или использовать расширенные фильтры для поиска подходящего эксперта. Более того, функция «цифрового двойника» позволяет пользователям задавать предварительные вопросы и получать быстрые ответы, экономя время как эксперта, так и ищущего. Интегрируя искусственный интеллект в процесс сопоставления экспертов, OrgLens has the potential to revolutionize the way companies manage and utilize their internal talent resources, leading to improved collaboration, innovation, and overall performance.
Успех OrgLens заключается в решении общей проблемы управления знаниями внутри компаний. Многие компании сталкиваются с проблемами разрозненности навыков сотрудников и труднодоступности информации, что приводит к пустой трате ресурсов и неэффективности. OrgLens эффективно решает эту проблему, автоматизируя процесс сопоставления экспертов, что приносит предприятиям следующие ощутимые преимущества:
- Повышение производительности: Сотрудники могут быстрее найти необходимую помощь, что ускоряет ход проекта.
- Содействие инновациям: Соединение экспертов из разных областей может стимулировать новые идеи и решения.
- Оптимизация использования ресурсов: Избежание дублирования работы и траты ресурсов впустую, повышение общей эффективности.
- Повышение вовлеченности сотрудников: Облегчение обмена знаниями и опытом среди сотрудников, тем самым повышая их вовлеченность и чувство причастности.
Compliance Wizards – Второе место
Compliance Wizards создал анализатор транзакций на базе AI для выявления мошенничества и оповещения пользователей на основе настраиваемых алгоритмов оценки рисков. Пользователям отправляются уведомления по электронной почте с предложением сообщить или подтвердить транзакцию. Затем пользователи могут сообщить и подтвердить транзакцию с помощью голосового помощника AI. Используя мультимодальность Llama API, оценщики мошенничества могут загружать информацию о клиентах и искать соответствующие новости о своих клиентах, чтобы помочь определить, участвуют ли клиенты в какой-либо заслуживающей внимания преступной деятельности.
Регулятор соответствия создал транзакционный анализатор с поддержкой искусственного интеллекта, предназначенный для выявления подозрительной активности и отправки оповещений пользователям с помощью сложных алгоритмов оценки рисков. Эта система работает, отправляя уведомления по электронной почте, предлагая пользователям проверять и подтверждать определенные транзакции. Затем пользователи могут взаимодействовать с голосовым помощником на базе AI, чтобы сообщать о транзакциях или подтверждать их законность. Используя возможности многомодальности Llama API, оценщики мошенничества могут загружать информацию о клиентах и искать соответствующие новости, чтобы помочь определить, участвуют ли клиенты в какой-либо заслуживающей внимания преступной деятельности.
Суть Compliance Wizards – мощный AI-движок, который глубоко анализирует транзакционные данные, выявляя потенциальные мошеннические схемы. Движок может не только выявлять традиционные мошеннические действия, но и проводить индивидуальные оценки рисков, основанные на конкретных рисках клиента, что повышает точность обнаружения мошенничества. Кроме того, Compliance Wizards integrated news search function, позволяющее fraud assessors to quickly gather relevant information about their clients, such as media mentions and legal records. This contextual information can be crucial in assessing the overall risk profile of the client and identifying potential red flags.
The AI-powered voice assistant is another key component of Compliance Wizards. It provides users with a convenient and efficient way to report and acknowledge transactions, especially when they are on the go. The voice assistant can also answer questions about the transactions and provide guidance on how to comply with relevant regulations.
Основные преимущества Compliance Wizards – многослойный подход к безопасности:
- Расширенная оценка рисков: Благодаря индивидуальным алгоритмам оценки рисков можно более точно выявлять потенциальные мошеннические действия.
- Анализ транзакций в реальном времени: Мониторинг всех транзакций в реальном времени для своевременного выявления подозрительной активности.
- Контекстное понимание: Возможность получать новостную информацию для всесторонней оценки рисков клиентов.
- Удобство отчетности: Предоставление голосового ассистента, упрощающего процесс отчетов и подтверждений.
Compliance Wizards – это не просто инструмент, а комплексное решение для обеспечения соответствия требованиям, помогающее компаниям свести к минимуму риск мошенничества и соблюдать соответствующие правила.
Llama CCTV Operator – Третье место
Команда под руководством Agajan Torayev создала Llama CCTV AI Control Room Operator, позволяющий автоматически идентифицировать пользовательские события видеонаблюдения без какой-либо тонкой настройки модели. Оператор может определять видеособытия простым языком. Используя многомодальное понимание изображений Llama 4, система захватывает и обнаруживает движение каждые пять кадров, чтобы оценить эти предопределенные события и сообщить о них оператору.
Идея Llama CCTV Operator – дать интеллектуальную систему наблюдения, позволяющую proactively identify abnormal events, instead of merely passively recording video. The system utilizes Llama 4’s powerful image understanding capabilities, позволяющие to analyze video feeds in real-time and detect a wide range of predetermined events, such as suspicious activity, unauthorized access, or safety hazards. The operator can define these events using simple language, without requiring any specialized knowledge of machine learning or computer vision.
The system works by capturing and analyzing motion every five frames, and then using Llama 4’s multimodal capabilities to assess whether the captured motion matches any of the predefined events. If a match is found, the system will immediately report the event to the operator, along with relevant contextual information.
Основные преимущества Llama CCTV Operator:
- Не требуется тонкая настройка: Простота развертывания и обслуживания за счет отсутствия необходимости точной настройки моделей.
- Настраиваемое Detection of Events: Операторы могут использовать простой язык для определения custom monitored Events с целью удовлетворения конкретных потребностей в области защиты.
- Анализ в реальном времени: Возможность analyzing video feeds in real time, thus detecting suspicious activity as soon as possible.
- Автоматическая отчетность: Автоматический reporting of detected Events to Operators для сокращения потребностей в ручном наблюдении.
Geo-ML – Лучшее использование Llama API
Geologist William Davis использовал Llama 4 Maverick и GemPy для генерации потенциальных мест khai thác, topoграфических карт và 3D Geological Models of Mineral Deposits. Geo-ML работает путем processing 400 trang Geological Report, Integrating information into structured Geological Field Domain-Specific Language và then using it to generate 3D representations of underground Geográphias.
“Đây là lần đầu tiên tôi thực sự sử dụng LLM API để trích xuất văn bản siêu dài và hình ảnh từ các nghiên cứu địa chất dài dòng, vì vậy tôi đã sử dụng cửa sổ ngữ cảnh siêu dài của Llama Maverick cũng như khả năng đa phương thức văn bản và hình ảnh để trích xuất văn bản và chuyển đổi nó thành một ngôn ngữ dành riêng cho miền, mang lại phiên bản nén của mọi thứ được lưu trữ trong tài liệu”, Davis nói. “Tôi đã dành phần lớn thời gian để đọc các tài liệu địa chất. Sẽ rất tuyệt nếu có một LLM có thể làm điều đó cho tôi trong nền.”
Геолог William Davis умело использовал Llama 4 Maverick и GemPy, внедрив совершенно новый метод geological modelirovaniya. Geo-ML hướng đến việc sử dụng lực lượng của trí tuệ nhân tạo, Để giải phóng những thông tin ẩn từ các bản Báo cáo địa chất và chuyển đổi hình dạng thông tin hữu ích dan dễ hieu 3d.
The system works by processing Long geological research papers, often 400 pages or more, và consolidating the information into a structured geology domain-specific language. This language captures the key geological features, structures, và Mineral Deposits described in the reports. Then, the система 使用sử dụng loại ngôn ngữ này để tạo ra 3D Presentations of Underground Geográphias, giúp Geologists visualize và phân tích enviroment ngam nhiều hơn.
Davis himself emphasized the importance of Llama 4 Maverick’s long context window và multimodal capabilities in making Geo-ML possible. The long context window allows the system to process entire research papers at once, while the multimodal capabilities enable it to extract both text and images from the documents.
Основные Advantages của Geo-ML nằm ở Ability của:
- Automated geological modelirovaniya: Automationated the geological modelirovaniya process, reducing manual analysis thời gian và усилий.
- Extract information hidden: Extract information hidden from a lot of geological report, help Geologists discover locations khu vực potenzialna và矿产.
- Generate 3D модели: Generate 3D Presentations of Underground Geográphias giúp Geologists visualize và phân tích enviroment ngam nhiều hơn.
- Accelerate geological research: By ускоряя geological modelirovaniya process, thereby ускоряя geological research tiến trình.
Особое упоминание: Команда Concierge
Один из финалистов под названием Concierge самостоятельно привез GPU на конкурс, что выделило их среди конкурентов.
“Мы считаем, что лучшие стороны Llama 4 Maverick - это его разреженный характер смеси экспертов и доступность с открытым исходным кодом, позволяющая точно настроить”, - сказала команда. “Meta недавно выпустила отличный инструмент тонкой настройки, т.е. инструменты на GitHub. Используя Llama API, мы скомпилировали данные из нескольких источников для создания наборов данных QA и точной настройки модели Llama 4 Maverick. Мы планируем отправить ее на открытые тесты, поскольку в настоящее время нам не хватает кодировщика Llama 4, и благодаря окну контекста 1M она, как ожидается, станет исключением”.
Уникальный подход Concierge заключается в том, что он фокусируется на точной настройке модели Llama 4 Maverick để tăng cường Performans của hệ thống đối với các tasks konkrétna. The team believed that the sparse mixture of experts nature of Llama 4 Maverick, combined with its open source availability, made it an ideal candidate for fine-tuning.
To fine-tune the model, the team compiled data from multiple sources to create QA datasets. Then, they used Meta’s fine-tuning tool to train the model. The team планирует to submit the fine-tuned model to open benchmarks to evaluate its performance.
Смотрите презентации финалистов
Вы можете посмотреть презентации финалистов на YouTube.
Присоединяйтесь к следующему хакатону Llama
Разработчики могут подать заявку на участие в следующем хакатоне Llama, который пройдет в Нью-Йорке с 31 мая по 1 июня 2025 года.