较低的要求可以使小型企业更容易使用先进的人工智能,从而有可能节省硬件成本。 AlDahle 表示,新模型可与其他大型人工智能系统的功能相匹配,同时仅使用 10 亿个参数,低于其前身的 10 亿个参数。这种减少意味着公司可以节省高达 10 美元的硬件成本,因为 Llama 只需要 GB 的 GPU 内存,而之前的版本需要近 10 GB 的 GPU 内存。 AlDahle 在他的帖子中指出,该模型的运营成本约为每百万代币。
它作为开源软件发布,但每月须获 墨西哥电报数据 得商业许可证。该模型在多语言对话和推理任务中的表现优于亚马逊的 Nova Pro(本周早些时候作为新 GenAI 套件的一部分发布,下面有更多覆盖范围),尽管 Nova Pro 在编码测试中保持了优势。它在多语言推理任务上实现了 % 的准确率,支持英语、德语、法语、意大利语、印地语、葡萄牙语、西班牙语和泰语等语言。此次发布之际,科技公司竞相减少人工智能系统所需的计算资源,这是其商业可行性的关键因素。
Metas 在保持性能的同时缩小模型大小,可以使小型企业更容易使用高级人工智能模型。专家此前告诉 PYMNTS,开源人工智能模型正在缩小企业与大型科技公司昂贵系统之间的差距,有可能使小公司也能使用人工智能工具。开源技术允许任何人访问、修改和共享它。乘用人工智能模型 在其他新闻中,谷歌于周四(12 月)推出了 PaliGemma,这是一种人工智能系统,该公司表示可以理解图片中的情绪和背景。与仅识别照片中的物体的旧系统不同,PaliGemma 可以描述图像背后的情感故事。