Llama3.2-3B-Instruct
3B
Cantidad de parámetros del modelo
Meta
Organización afiliada
Código abierto
Tipo de licencia
25 de septiembre de 2024
Tiempo de lanzamiento
Introducción al modelo
Los modelos Llama 3.2 3B admiten una longitud de contexto de 128K tokens y son líderes en su clase para casos de uso en dispositivo, como la creación de resúmenes, el seguimiento de instrucciones y tareas de reescritura ejecutadas localmente en el borde.
Puntaje integral
Diálogo del idioma
Reserva de conocimiento
Asociación de razonamiento
Cálculo matemático
Redacción de código
Comando siguiente
Desliza hacia la izquierda y la derecha para ver más
Capacidad de comprensión del lenguaje
A menudo hace juicios mal semánticos, lo que lleva a obvias desconexiones lógicas en las respuestas.
2.9
Alcance de cobertura de conocimiento
Tiene puntos ciegos de conocimiento significativo, a menudo que muestran errores objetivos y repitiendo información obsoleta.
6.8
Capacidad de razonamiento
Incapaz de mantener cadenas de razonamiento coherentes, a menudo causando causalidad invertida o errores de cálculo.
2.2
Comparación de modelos
Llama3.2-3B-Instruct vs Qwen2.5-7B-Instruct
Así como Qwen2, los modelos de lenguaje Qwen2.5 admiten hasta 128K tokens y pueden generar hasta 8K tokens. También mantienen el soporte multilingüe para más de 29 idiomas, incluidos chino, inglés, francés, español, portugués, alemán, italiano, ruso, japonés, coreano, vietnamita, tailandés, árabe y más.
Llama3.2-3B-Instruct vs GPT-4o-mini-20240718
GPT-4o-mini es un modelo de API producido por OpenAI, con el número de versión específico siendo gpt-4o-mini-2024-07-18.
Llama3.2-3B-Instruct vs GPT-4o-mini-20240718
GPT-4o-mini es un modelo de API producido por OpenAI, con el número de versión específico siendo gpt-4o-mini-2024-07-18.
Llama3.2-3B-Instruct vs Gemini-2.5-Pro-Preview-05-06
Gemini 2.5 Pro es un modelo lanzado por el equipo de investigación en inteligencia artificial Google DeepMind, utilizando el número de versión Gemini-2.5-Pro-Preview-05-06.
Llama3.2-3B-Instruct vs DeepSeek-V2-Chat-0628
DeepSeek-V2 es un modelo de lenguaje de Mixture-of-Experts (MoE) potente, caracterizado por un entrenamiento económico y una inferencia eficiente. Cuenta con 236 mil millones de parámetros en total, de los cuales 21 mil millones están activos para cada token. En comparación con DeepSeek 67B, DeepSeek-V2 ofrece un mejor rendimiento, reduce en un 42,5% los costos de entrenamiento, disminuye el almacenamiento en caché KV en un 93,3% y mejora la capacidad máxima de generación hasta 5,76 veces.
Modelo relacionado
Llama4-Maverick-17B-128E-Instruct
Los modelos Llama 4 son modelos de lenguaje autorregresivos que utilizan una arquitectura de mezcla de expertos (MoE) e incorporan fusión temprana para multimodalidad nativa.
Llama3.1-8B-Instruct
Llama3.1 son multilingües y tienen una ventana de contexto significativamente más larga de 128K, uso avanzado de herramientas y capacidades generales de razonamiento más fuertes.
Llama3.1-405B-Instruct-FP8
El Llama 3.1 405B es el primer modelo disponible públicamente que rivaliza con los principales modelos de IA en términos de capacidades de vanguardia en conocimiento general, controlabilidad, matemáticas, uso de herramientas y traducción multilingüe.
Llama3.1-8B-Instruct
Llama3.1 son multilingües y tienen una longitud de contexto significativamente mayor de 128K, uso avanzado de herramientas y capacidades generales de razonamiento más fuertes.
Llama3-70B-Instruct
Llama3 es el último modelo de lenguaje grande de código abierto de Meta, entrenado en un corpus de 15T, admite una longitud de contexto de 8K y ha sido optimizado para eficacia y seguridad.
Documentos relevantes
Google presenta herramientas basadas en IA para Gmail, Docs y Vids
Google presenta en I/O 2025 actualizaciones del espacio de trabajo basadas en IADurante su conferencia anual de desarrolladores, Google ha presentado mejoras transformadoras de IA que llegarán a su su
AWS lanza Bedrock AgentCore: Plataforma de código abierto para el desarrollo de agentes de IA empresarial
Aquí está el contenido HTML reescrito:AWS lanza Bedrock AgentCore para agentes de IA empresariales Amazon Web Services (AWS) apuesta fuerte por los agentes de IA que transforman las operaciones empres
La grabadora de voz Akaluli AI mejora la productividad y la concentración de forma eficaz
En nuestros entornos de trabajo hiperconectados, mantener la concentración durante conversaciones cruciales es cada vez más difícil. La grabadora de voz Akaluli AI presenta una solución innovadora a e
Spotify aumenta el coste de la suscripción Premium en los mercados fuera de EE.UU.
Spotify está aplicando subidas de precios de suscripción en varios mercados internacionales pocos días después de presentar unos resultados financieros decepcionantes. El gigante del streaming confirm
Cairn RPG: sistema de mesa fácil de aprender para nuevos jugadores
¿Quieres una emocionante puerta de entrada a los juegos de rol de mesa que no abrume a los recién llegados? Imagínate organizar una aventura entera con diez completos principiantes en sólo quince minu
