மெட்டாவின் லாமா: ஒரு மொழி மாதிரிக்கு மேல்

லாமாவின் பரிணாமம்: நிலைமையை சவால் செய்தல்

லாமா முதன்முதலில் வெளிவந்தபோது, அது தொழில்நுட்ப ஜாம்பவான்களின் பெரிய, மூடிய மூல LLMகளின் ஆதிக்கத்திற்கு சவால் விட்டது. Meta AI சிறிய, அதிக பொதுமைப்படுத்தப்பட்ட மாதிரிகளில் கவனம் செலுத்தும் ஒரு மூலோபாயத்தை ஏற்றுக்கொண்டது. அதிக எண்ணிக்கையிலான டோக்கன்களில் பயிற்சி பெற்ற இந்த சிறிய மாதிரிகள், சிறப்புப் பணிகளுக்காக மறுபயிற்சி செய்வதற்கும், நன்றாகச் சரிசெய்வதற்கும் எளிதாகவும், சிக்கனமாகவும் இருக்கும் என்பதே இதன் முக்கிய யோசனை. இந்த அணுகுமுறை, எப்போதும் பெரிய, வள-தீவிர மாதிரிகளை உருவாக்கும் போக்கிற்கு முற்றிலும் மாறுபட்டது.

இருப்பினும், லாமாவின் ‘திறந்த மூல’ தன்மை விவாதத்திற்குரியது. Meta Llama உரிமத்தில் வணிக மற்றும் ஏற்றுக்கொள்ளக்கூடிய பயன்பாட்டின் மீதான குறிப்பிட்ட கட்டுப்பாடுகள் உள்ளன. இந்தக் கட்டுப்பாடுகள் நியாயமானவை என்று வாதிடப்பட்டாலும், அவை Open Source Initiative’இன் திறந்த மூலத்தின் கண்டிப்பான வரையறையுடன் முரண்படுகின்றன. இது லாமா உண்மையிலேயே திறந்த மூலமாகத் தகுதிபெறுகிறதா என்பது குறித்த தொடர்ச்சியான விவாதங்களுக்கு வழிவகுத்தது.

சட்ட சவால்களை வழிநடத்துதல்: பதிப்புரிமை கவலைகள்

லாமாவின் வளர்ச்சி சட்டரீதியான தடைகள் இல்லாமல் இல்லை. 2023 ஆம் ஆண்டில், லாமாவைப் பயிற்றுவிக்க தங்கள் பதிப்புரிமை பெற்ற புத்தகங்கள் அனுமதியின்றி பயன்படுத்தப்பட்டதாகக் குற்றம் சாட்டிய ஆசிரியர்களிடமிருந்து Meta இரண்டு வகுப்பு-நடவடிக்கை வழக்குகளை எதிர்கொண்டது. இந்த வழக்குகள் பெரிய மொழி மாதிரிகளுக்கான பயிற்சி தரவைச் சுற்றியுள்ள சிக்கலான பதிப்புரிமை சிக்கல்களை எடுத்துக்காட்டுகின்றன. இதுவரை, நீதிமன்றங்கள் ஆசிரியர்களின் கூற்றுக்களுக்கு அதிக அனுதாபம் காட்டவில்லை.

விரிவடையும் திறன்கள்: லாமாவின் வளர்ந்து வரும் மாதிரி குடும்பம்

2023 இன் பிற்பகுதியில் இருந்து, Meta AI லாமா குடும்பத்தை கணிசமாக விரிவுபடுத்தியுள்ளது. மாதிரிகள் இனி உரை அடிப்படையிலான தொடர்புகளுக்கு மட்டுப்படுத்தப்படவில்லை. தற்போதைய லாமா சுற்றுச்சூழல் அமைப்பில் உரை மற்றும் காட்சி உள்ளீடுகளை செயலாக்கக்கூடிய மல்டி-மாடல் மாதிரிகள் மற்றும் குறியீடு விளக்கம் மற்றும் கருவி ஒருங்கிணைப்புக்காக வடிவமைக்கப்பட்ட மாதிரிகள் உள்ளன. மேலும், Meta ‘Llama Stack’ எனப்படும் ஒட்டுமொத்த கட்டமைப்பின் ஒரு பகுதியாக வடிவமைக்கப்பட்ட, சாத்தியமான அபாயங்கள் மற்றும் தாக்குதல்களை அடையாளம் கண்டு தணிக்க Llama Guard எனப்படும் பாதுகாப்புக் கூறுகளை அறிமுகப்படுத்தியுள்ளது.

லாமா குடும்பத்தில் உள்ள சில முக்கிய மாதிரிகளைப் பற்றிய ஆழமான பார்வை இங்கே (Meta AI’இன் மாதிரி அட்டைகளிலிருந்து சுருக்கப்பட்டது):

Llama Guard 1: பாதுகாப்பான தொடர்புகள்

Llama Guard 1 என்பது Llama 2 ஐ அடிப்படையாகக் கொண்ட 7-பில்லியன் அளவுரு மாதிரி. இது உள்ளீடு-வெளியீடு பாதுகாப்பாக செயல்படுகிறது, பயனர் தூண்டுதல்கள் (prompt classification) மற்றும் LLM பதில்கள் (response classification) இரண்டிலும் உள்ளடக்கத்தை வகைப்படுத்துகிறது. லாமா அடிப்படையிலான அமைப்புகளுடன் பாதுகாப்பான மற்றும் பொறுப்பான தொடர்புகளை உறுதிப்படுத்த இந்த மாதிரி உதவுகிறது.

சாத்தியமான தீங்குகளை வகைப்படுத்த Llama Guard ஆறு நிலை வகைப்பாட்டைப் பயன்படுத்துகிறது:

• வன்முறை & வெறுப்பு: தனிநபர்கள் அல்லது குழுக்களுக்கு எதிரான வன்முறை அல்லது வெறுப்பை ஊக்குவிக்கும் உள்ளடக்கம்.
• பாலியல் உள்ளடக்கம்: பாலியல் ரீதியாக வெளிப்படையான பொருள் அல்லது குழந்தைகளை சுரண்டும், துஷ்பிரயோகம் செய்யும் அல்லது ஆபத்தில் ஆழ்த்தும் உள்ளடக்கம்.
• துப்பாக்கிகள் & சட்டவிரோத ஆயுதங்கள்: துப்பாக்கிகள் மற்றும் பிற ஆயுதங்களின் சட்டவிரோத விற்பனை, பயன்பாடு அல்லது மாற்றம் தொடர்பான உள்ளடக்கம்.
• கட்டுப்படுத்தப்பட்ட அல்லது கட்டுப்படுத்தப்பட்ட பொருட்கள்: மருந்துகள், ஆல்கஹால் அல்லது புகையிலை ஆகியவற்றின் சட்டவிரோத பயன்பாடு அல்லது விற்பனையை ஊக்குவிக்கும் உள்ளடக்கம்.
• தற்கொலை & சுய தீங்கு: தற்கொலை அல்லது சுய-தீங்குக்கு வழிவகுக்கும் அல்லது அறிவுறுத்தல்களை வழங்கும் உள்ளடக்கம்.
• குற்றவியல் திட்டமிடல்: சட்டவிரோத நடவடிக்கைகளை எளிதாக்கும் அல்லது திட்டமிடும் உள்ளடக்கம்.

Code Llama 70B: குறியீட்டுத் திறமையின் மூவர்

Code Llama 70B லாமாவின் குறியீட்டு திறன்களில் குறிப்பிடத்தக்க விரிவாக்கத்தைக் குறித்தது. இந்த மாதிரி மூன்று தனித்துவமான வகைகளில் கிடைக்கிறது:

• Code Llama: பொதுவான குறியீடு தொகுப்பு மற்றும் புரிதலுக்காக வடிவமைக்கப்பட்ட அடிப்படை மாதிரி. இது குறியீட்டை உருவாக்கலாம், குறியீடு செயல்பாட்டை விளக்கலாம் மற்றும் பிழைத்திருத்தத்திற்கு உதவலாம்.
• Code Llama – Python: Python நிரலாக்கத்திற்காக வடிவமைக்கப்பட்ட ஒரு சிறப்புப் பதிப்பு. இந்த மாதிரி Python குறியீட்டை உருவாக்குவதற்கும் புரிந்துகொள்வதற்கும் உகந்ததாக உள்ளது, இது Python டெவலப்பர்களுக்கு ஒரு மதிப்புமிக்க கருவியாக அமைகிறது.
• Code Llama – Instruct: அறிவுறுத்தல்களைப் பின்பற்றுவதிலும் பாதுகாப்பான வரிசைப்படுத்தலை உறுதி செய்வதிலும் கவனம் செலுத்தும் ஒரு வகை. குறிப்பிட்ட வழிகாட்டுதல்கள் மற்றும் பாதுகாப்பு நெறிமுறைகளைப் பின்பற்றும் குறியீட்டை உருவாக்குவதற்கு இந்த மாதிரி குறிப்பாக பயனுள்ளதாக இருக்கும்.

அனைத்து மூன்று வகைகளும் வெவ்வேறு அளவுகளில் கிடைக்கின்றன: 7 பில்லியன், 13 பில்லியன், 34 பில்லியன் மற்றும் 70 பில்லியன் அளவுருக்கள். Code Llama மற்றும் அதன் வகைகள் முதன்மையாக ஆங்கிலம் மற்றும் தொடர்புடைய நிரலாக்க மொழிகளில் வணிக மற்றும் ஆராய்ச்சி பயன்பாட்டிற்காக வடிவமைக்கப்பட்டுள்ளன. Code Llama வலுவான குறியீட்டு திறன்களைக் கொண்டுள்ளது என்பதற்கு போதுமான சான்றுகள் உள்ளன.

Llama Guard 2: மேம்படுத்தப்பட்ட பாதுகாப்பு வகைப்பாடு

Llama Guard 2 அதன் முன்னோடியின் அடித்தளத்தை உருவாக்குகிறது, மேம்பட்ட பாதுகாப்பு வகைப்பாடு திறன்களை வழங்குகிறது. Llama 3 ஐ அடிப்படையாகக் கொண்ட இந்த 8-பில்லியன் அளவுரு மாதிரி, MLCommons வகைபிரித்தல் வரையறைகளுடன் ஒத்துப்போகும் 11 வகைகளில் பாதுகாப்பு லேபிள்களைக் கணிக்க பயிற்சி அளிக்கப்படுகிறது.

Llama Guard 2 உள்ளடக்கிய அபாய வகைகள்:

• S1: வன்முறைக் குற்றங்கள்: வன்முறைக் குற்றச் செயல்கள் தொடர்பான உள்ளடக்கம்.
• S2: வன்முறையற்ற குற்றங்கள்: வன்முறையற்ற குற்றவியல் குற்றங்கள் தொடர்பான உள்ளடக்கம்.
• S3: பாலியல் தொடர்பான குற்றங்கள்: பாலியல் குற்றங்கள் சம்பந்தப்பட்ட உள்ளடக்கம்.
• S4: குழந்தை பாலியல் சுரண்டல்: குழந்தைகளை பாலியல் ரீதியாக சுரண்டும், துஷ்பிரயோகம் செய்யும் அல்லது ஆபத்தில் ஆழ்த்தும் உள்ளடக்கம்.
• S5: சிறப்பு ஆலோசனை: சிறப்புத் துறைகளில் (எ.கா., மருத்துவம், சட்டம், நிதி) தகுதியற்ற அல்லது தவறாக வழிநடத்தும் ஆலோசனை.
• S6: தனியுரிமை: தனியுரிமையை மீறும் அல்லது அனுமதியின்றி தனிப்பட்ட தகவல்களை வெளியிடும் உள்ளடக்கம்.
• S7: அறிவுசார் சொத்து: அறிவுசார் சொத்துரிமைகளை மீறும் உள்ளடக்கம்.
• S8: கண்மூடித்தனமான ஆயுதங்கள்: பரவலான மற்றும் கண்மூடித்தனமான தீங்கை ஏற்படுத்தும் ஆயுதங்கள் தொடர்பான உள்ளடக்கம்.
• S9: வெறுப்பு: தனிநபர்கள் அல்லது குழுக்கள் மீது வெறுப்பு அல்லது தப்பெண்ணத்தை வெளிப்படுத்தும் உள்ளடக்கம்.
• S10: தற்கொலை & சுய தீங்கு: தற்கொலை அல்லது சுய-தீங்குக்கு வழிவகுக்கும் அல்லது அறிவுறுத்தல்களை வழங்கும் உள்ளடக்கம்.
• S11: பாலியல் உள்ளடக்கம்: பாலியல் ரீதியாக வெளிப்படையான பொருள்.

Meta Llama 3: உரையாடலில் பன்முகத்தன்மை

Meta Llama 3 இரண்டு அளவுகளில் வழங்கப்படுகிறது, 8 பில்லியன் மற்றும் 70 பில்லியன் அளவுருக்கள், முன் பயிற்சி பெற்ற மற்றும் அறிவுறுத்தல்-சரிசெய்யப்பட்ட வகைகள் இரண்டும் உள்ளன. அறிவுறுத்தல்-சரிசெய்யப்பட்ட மாதிரிகள் குறிப்பாக உரையாடல் அடிப்படையிலான பயன்பாடுகளுக்கு உகந்தவை, அவை சாட்போட்கள் மற்றும் உரையாடல் AI அமைப்புகளுக்கு ஏற்றதாக அமைகின்றன.

Prompt Guard: தீங்கிழைக்கும் உள்ளீடுகளுக்கு எதிராக பாதுகாத்தல்

Prompt Guard என்பது தீங்கிழைக்கும் தூண்டுதல்களைக் கண்டறிய வடிவமைக்கப்பட்ட ஒரு வகைப்படுத்தி மாதிரி, இதில் jailbreaks (பாதுகாப்பு கட்டுப்பாடுகளைத் தவிர்ப்பதற்கான முயற்சிகள்) மற்றும் prompt injections (கிராஃப்ட் செய்யப்பட்ட உள்ளீடுகள் மூலம் மாதிரியின் வெளியீட்டைக் கையாளும் முயற்சிகள்) ஆகியவை அடங்கும். உகந்த செயல்திறனை அடைய, பயன்பாடு சார்ந்த தரவுகளுடன் Prompt Guard’ஐ நன்றாகச் சரிசெய்ய Meta AI பரிந்துரைக்கிறது.

Llama Guard போலல்லாமல், Prompt Guard’க்கு ஒரு குறிப்பிட்ட தூண்டுதல் அமைப்பு தேவையில்லை. இது ஒரு சரம் உள்ளீட்டில் செயல்படுகிறது, அதை பாதுகாப்பானது அல்லது பாதுகாப்பற்றது என வகைப்படுத்துகிறது (இரண்டு வெவ்வேறு தீவிர நிலைகளில்). இது லேபிள்களை மட்டும் வெளியிடும் ஒரு BERT மாதிரி.

Llama Guard 3: மல்டி-மாடல் மற்றும் பன்மொழி பாதுகாப்பு

Llama Guard 3 மூன்று பதிப்புகளில் கிடைக்கிறது: Llama Guard 3 1B, Llama Guard 3 8B, மற்றும் Llama Guard 3 11B-Vision. முதல் இரண்டும் உரை மட்டும் மாதிரிகள், மூன்றாவது Llama 3.2 11B-Vision மாதிரியின் பார்வை புரிதல் திறன்களை உள்ளடக்கியது. அனைத்து பதிப்புகளும் பன்மொழி (உரை மட்டும் தூண்டுதல்களுக்கு) மற்றும் MLCommons கூட்டமைப்பால் வரையறுக்கப்பட்ட அபாய வகைகளைப் பின்பற்றுகின்றன.

Llama Guard 3 8B வகை S14, Code Interpreter Abuse க்கும் பயன்படுத்தப்படலாம். Llama Guard 3 1B மாதிரி இந்த குறிப்பிட்ட வகைக்கு உகந்ததாக இல்லை என்பதை கவனத்தில் கொள்ள வேண்டும்.

Llama Guard 2 இன் அபாய வகைகளை விரிவுபடுத்துதல்:

• S1: வன்முறைக் குற்றங்கள்
• S2: வன்முறையற்ற குற்றங்கள்
• S3: பாலியல் தொடர்பான குற்றங்கள்
• S4: குழந்தை பாலியல் சுரண்டல்
• S5: அவதூறு
• S6: சிறப்பு ஆலோசனை
• S7: தனியுரிமை
• S8: அறிவுசார் சொத்து
• S9: கண்மூடித்தனமான ஆயுதங்கள்
• S10: வெறுப்பு
• S11: தற்கொலை & சுய தீங்கு
• S12: பாலியல் உள்ளடக்கம்
• S13: தேர்தல்கள்
• S14: Code Interpreter Abuse

Meta Llama 3.1: பன்மொழி உருவாக்கும் மாதிரிகள்

Meta Llama 3.1 சேகரிப்பு பன்மொழி பெரிய மொழி மாதிரிகளைக் கொண்டுள்ளது, இதில் 8 பில்லியன், 70 பில்லியன் மற்றும் 405 பில்லியன் அளவுரு அளவுகளில் முன் பயிற்சி பெற்ற மற்றும் அறிவுறுத்தல்-சரிசெய்யப்பட்ட உருவாக்கும் மாதிரிகள் (உரை உள்ளீடு, உரை வெளியீடு) அடங்கும்.

ஆதரிக்கப்படும் மொழிகள்: ஆங்கிலம், ஜெர்மன், பிரஞ்சு, இத்தாலியன், போர்த்துகீசியம், இந்தி, ஸ்பானிஷ் மற்றும் தாய்.

Meta Llama 3.2: மேம்படுத்தப்பட்ட உரையாடல் திறன்கள்

Llama 3.2 சேகரிப்பு பன்மொழி பெரிய மொழி மாதிரிகளைக் கொண்டுள்ளது, இதில் 1 பில்லியன் மற்றும் 3 பில்லியன் அளவுரு அளவுகளில் முன் பயிற்சி பெற்ற மற்றும் அறிவுறுத்தல்-சரிசெய்யப்பட்ட உருவாக்கும் மாதிரிகள் (உரை உள்ளீடு, உரை வெளியீடு) அடங்கும். இந்த மாதிரிகளின் குவாண்டமாக்கப்பட்ட பதிப்புகளும் கிடைக்கின்றன. Llama 3.2 அறிவுறுத்தல்-சரிசெய்யப்பட்ட உரை மட்டும் மாதிரிகள் பன்மொழி உரையாடலுக்கு உகந்தவை, முகவர் ரீதியான மீட்டெடுப்பு மற்றும் சுருக்கம் போன்ற பணிகளில் சிறந்து விளங்குகின்றன. 1B மற்றும் 3B மாதிரிகள் Llama 3.1 இன் சிறிய, குறைவான சக்திவாய்ந்த வழித்தோன்றல்கள்.

அதிகாரப்பூர்வமாக ஆதரிக்கப்படும் மொழிகள்: ஆங்கிலம், ஜெர்மன், பிரஞ்சு, இத்தாலியன், போர்த்துகீசியம், இந்தி, ஸ்பானிஷ் மற்றும் தாய். இருப்பினும், Llama 3.2 இந்த எட்டு மொழிகளைத் தவிர பரந்த அளவிலான மொழிகளில் பயிற்சி பெற்றுள்ளது.

Llama 3.2-Vision: பட பகுத்தறிவு மற்றும் புரிதல்

Llama 3.2-Vision சேகரிப்பு மல்டி-மாடல் பெரிய மொழி மாதிரிகளை அறிமுகப்படுத்துகிறது. இந்த மாதிரிகள் பட பகுத்தறிவுக்காக முன் பயிற்சி பெற்றவை மற்றும் அறிவுறுத்தல்-சரிசெய்யப்பட்டவை, 11 பில்லியன் மற்றும் 90 பில்லியன் அளவுரு அளவுகளில் கிடைக்கின்றன (உரை மற்றும் பட உள்ளீடு, உரை வெளியீடு). அறிவுறுத்தல்-சரிசெய்யப்பட்ட மாதிரிகள் காட்சி அங்கீகாரம், பட பகுத்தறிவு, தலைப்பிடுதல் மற்றும் படங்களைப் பற்றிய பொதுவான கேள்விகளுக்கு பதிலளித்தல் ஆகியவற்றிற்கு உகந்தவை.

உரை மட்டும் பணிகளுக்கு, அதிகாரப்பூர்வமாக ஆதரிக்கப்படும் மொழிகள் ஆங்கிலம், ஜெர்மன், பிரஞ்சு, இத்தாலியன், போர்த்துகீசியம், இந்தி, ஸ்பானிஷ் மற்றும் தாய். Llama 3.2 பரந்த அளவிலான மொழிகளில் பயிற்சி பெற்றுள்ளது, ஆனால் படம்+உரை பயன்பாடுகளுக்கு, ஆங்கிலம் மட்டுமே ஆதரிக்கப்படும் மொழி.

Meta Llama 3.3: ஒரு சக்திவாய்ந்த 70B மாதிரி

Meta Llama 3.3 பன்மொழி பெரிய மொழி மாதிரி 70 பில்லியன் அளவுருக்கள் கொண்ட முன் பயிற்சி பெற்ற மற்றும் அறிவுறுத்தல்-சரிசெய்யப்பட்ட உருவாக்கும் மாதிரி (உரை உள்ளீடு, உரை வெளியீடு).

ஆதரிக்கப்படும் மொழிகள்: ஆங்கிலம், ஜெர்மன், பிரஞ்சு, இத்தாலியன், போர்த்துகீசியம், இந்தி, ஸ்பானிஷ் மற்றும் தாய்.

பெரிய மொழி மாதிரிகள், Llama 3.2 உட்பட, தனிமைப்படுத்தப்பட்ட வரிசைப்படுத்தலுக்காக அல்ல என்பதைப் புரிந்துகொள்வது அவசியம். அவை பொருத்தமான பாதுகாப்பு காவலர்களுடன் ஒரு விரிவான AI அமைப்பில் ஒருங்கிணைக்கப்பட வேண்டும். டெவலப்பர்கள் சிஸ்டம் பாதுகாப்புகளை செயல்படுத்த வேண்டும், குறிப்பாக முகவர் அமைப்புகளை உருவாக்கும் போது.

Llama 3.3, Llama 3.2 உரை மட்டும் மாதிரிகள் மற்றும் Llama 3.1 ஆகியவை பின்வரும் கருவிகளுக்கான உள்ளமைக்கப்பட்ட ஆதரவை உள்ளடக்குகின்றன:

• Brave Search: இணையத் தேடல்களைச் செய்வதற்கான ஒரு கருவி அழைப்பு.
• Wolfram Alpha: சிக்கலான கணித கணக்கீடுகளைச் செய்வதற்கான ஒரு கருவி அழைப்பு.
• Code Interpreter: மாதிரி Python குறியீட்டை வெளியிடுவதற்கு உதவும் ஒரு கருவி அழைப்பு.

குறிப்பு: Llama 3.2 விஷன் மாதிரிகள் உரை+பட உள்ளீடுகளுடன் கருவி அழைப்பை ஆதரிக்காது.

Llama Stack: ஒரு ஒருங்கிணைந்த கட்டமைப்பு

லாமா மாதிரிகளின் எண்ணிக்கை அதிகமாக இருக்கலாம். தேர்வு மற்றும் ஒருங்கிணைப்பு செயல்முறையை எளிதாக்க, Meta Llama Stack ஐ வழங்குகிறது. இந்த கட்டமைப்பு லாமா மாதிரிகளுக்கு முக்கியத்துவம் அளிக்கிறது, ஆனால் தொடர்புடைய திறன்களுக்கான அடாப்டர்களையும் வழங்குகிறது, அதாவது retrieval-augmented generation (RAG) க்கான வெக்டர் தரவுத்தளங்கள்.

Llama Stack தற்போது Python, Swift, Node, மற்றும் Kotlin இல் SDKகளை ஆதரிக்கிறது. இது பல்வேறு விநியோகங்களை வழங்குகிறது, அவற்றுள்:

• Local distribution (using Ollama): உள்ளூர் மேம்பாடு மற்றும் சோதனைக்கு.
• On-device distributions (iOS and Android): மொபைல் சாதனங்களில் லாமா மாதிரிகளை வரிசைப்படுத்த.
• Distributions for GPUs: வேகமான செயலாக்கத்திற்கு GPUகளின் சக்தியைப் பயன்படுத்த.
• Remote-hosted distributions (Together and Fireworks): கிளவுட் அடிப்படையிலான சேவைகள் மூலம் லாமா மாதிரிகளை அணுக.

Llama Stack இன் முக்கிய கருத்து டெவலப்பர்கள் பயன்பாடுகளை உள்நாட்டில் உருவாக்கவும் பின்னர் எளிதாக ஒரு உற்பத்தி சூழலுக்கு மாறவும் உதவுவதாகும். இது ஒரு தொலைநிலை Llama Stack க்கு எதிராக உள்ளூர் மேம்பாட்டிற்கான ஒரு ஊடாடும் Llama Stack Playground ஐ கூட வழங்குகிறது.

லாமா மாதிரிகளை இயக்குதல்: பல்துறை வரிசைப்படுத்தல் விருப்பங்கள்

லாமா மாதிரிகளை Linux, Windows, macOS மற்றும் கிளவுட் உள்ளிட்ட பல்வேறு தளங்களில் வரிசைப்படுத்தலாம். Llama 3.2 மற்றும் Llama 3.2-Vision போன்ற குவாண்டமாக்கப்பட்ட லாமா மாதிரிகள், Ollama போன்ற கருவிகளைப் பயன்படுத்தி M4 Pro MacBook Pro போன்ற மடிக்கணினிகளில் கூட நவீன வன்பொருளில் திறம்பட இயங்க முடியும்.

லாமா மாதிரிகளை வரிசைப்படுத்துவதற்கும் பயன்படுத்துவதற்கும் Meta விரிவான வழிகாட்டுதல்களை வழங்குகிறது. கூடுதலாக, LangChain மற்றும் LlamaIndex போன்ற பிரபலமான கட்டமைப்புகளுக்கான ஒருங்கிணைப்பு வழிகாட்டிகள் கிடைக்கின்றன.

சுருக்கமாக, லாமா ஒரு எளிய மொழி மாதிரியாக இருந்து, இப்போது பாதுகாப்பு அம்சங்கள், குறியீடு உருவாக்கம் மற்றும் பல மொழிகளுக்கான ஆதரவுடன் கூடிய மல்டி-மாடல் AI கட்டமைப்பாக மாறியுள்ளது. Meta’வின் அமைப்பு பல இடங்களில் வரிசைப்படுத்த அனுமதிக்கிறது, ஆனால் பயிற்சி தரவு தொடர்பான சட்ட சிக்கல்கள் மற்றும் லாமா திறந்த மூலமா என்பது பற்றிய வாதங்கள் தொடர்கின்றன.