پیرس کی AI اسٹارٹ اپ Mistral AI نے فرانسیسی شپنگ کمپنی CMA CGM کے ساتھ €100 ملین کا پانچ سالہ معاہدہ کیا ہے۔ اس شراکت کا مقصد CMA CGM کے لاجسٹکس اور میڈیا آپریشنز میں جدید AI صلاحیتوں کو ضم کرنا ہے، جس سے یورپی ٹیکنالوجی کی جدت کو فروغ ملے گا۔
Meta نے Llama 4 AI ماڈلز متعارف کرائے، جن میں Scout اور Maverick شامل ہیں۔ یہ Meta کی ایپس اور ڈویلپرز کے لیے ہیں۔ Behemoth نامی ایک طاقتور ماڈل بھی زیرِ تعمیر ہے۔ Meta کا مقصد LLMs میں OpenAI اور Google جیسی کمپنیوں کا مقابلہ کرنا ہے۔
Meta نے Llama 4 AI ماڈل فیملی متعارف کرائی ہے، جس میں ملٹی موڈل صلاحیتیں اور وسیع کانٹیکسٹ ونڈو شامل ہیں۔ یہ DeepSeek R1 کے چیلنج کا جواب ہے، جس میں 400B پیرامیٹر Maverick اور 109B Scout شامل ہیں، جبکہ 2T پیرامیٹر Behemoth زیر تربیت ہے۔ MoE آرکیٹیکچر اور اوپن سورس پر توجہ مرکوز ہے۔
Meta نے Llama 4 سیریز متعارف کرائی ہے، جو AI میدان میں ایک اہم پیشرفت ہے۔ یہ کمپنی کے Llama اوپن ماڈلز کی اگلی نسل ہے، جو AI ترقی میں مسابقت کے عزم کو ظاہر کرتی ہے۔ اس ریلیز میں تین مخصوص ماڈلز شامل ہیں: Scout، Maverick، اور Behemoth، جو مختلف ایپلی کیشنز کے لیے ڈیزائن کیے گئے ہیں۔
Meta کا اگلا بڑا لینگویج ماڈل، Llama 4، مبینہ طور پر تکنیکی کمیوں کی وجہ سے تاخیر کا شکار ہے۔ یہ OpenAI جیسے حریفوں کے مقابلے میں بینچ مارکس پر پیچھے ہے، جس سے AI کی دوڑ میں اس کی پوزیشن اور مارکیٹ کے اعتماد پر سوالات اٹھ رہے ہیں۔ Meta کاروباری API پر توجہ مرکوز کر رہا ہے۔
Meta اپنے اگلے بڑے لینگویج ماڈل، Llama 4، کو جلد لانچ کرنے کی تیاری کر رہا ہے، لیکن تاخیر کا سامنا ہے۔ یہ قدم AI کی دوڑ میں Meta کی حکمت عملی اور سرمایہ کاری کی عکاسی کرتا ہے، جبکہ OpenAI اور DeepSeek جیسے حریفوں سے مقابلہ ہے۔
ٹیکنالوجی کے ادوار کے تصادم میں، Meta کا Llama AI ماڈل کامیابی سے Windows 98 اور 128MB RAM پر چلایا گیا۔ Marc Andreessen نے اس کارنامے کو اجاگر کیا، جو کمپیوٹنگ کی تاریخ اور AI کی صلاحیت پر سوالات اٹھاتا ہے۔
NVIDIA کی FFN Fusion تکنیک LLMs کی inference کو تیز کرتی ہے۔ یہ متوازی FFN layers کے ذریعے sequential رکاوٹوں کو توڑتی ہے، جیسا کہ Llama-405B سے Ultra-253B-Base بنانے میں دکھایا گیا۔ اس سے latency کم ہوتی ہے اور لاگت میں بچت ہوتی ہے بغیر کارکردگی متاثر کیے۔
Meta نے انڈونیشیا میں Meta AI اور AI Studio متعارف کرایا ہے۔ یہ اقدام صارفین کے تجربے کو بہتر بنانے اور مارکیٹرز کو نئے ٹولز فراہم کرنے کے لیے ہے۔ Llama 3.2 پر مبنی AI اسسٹنٹ Bahasa Indonesia کو سپورٹ کرتا ہے۔ مارکیٹرز کے لیے تخلیق کاروں سے رابطہ کرنے کے لیے نئے AI ٹولز بھی شامل ہیں۔
بڑے لینگویج ماڈلز (LLMs) کو تکنیکی شعبوں جیسے مواد سائنس کے لیے ڈھالنا۔ فائن ٹیوننگ، ماڈل مرجنگ (خاص طور پر SLERP) اور ابھرتی ہوئی صلاحیتوں کا جائزہ۔ Llama اور Mistral پر تجربات سے پتہ چلتا ہے کہ SLERP مرجنگ کارکردگی کو بہتر بناتی ہے، خاص طور پر بڑے ماڈلز میں۔
