Llama4-Maverick-17B-128E-Instruct
400B
Cantidad de parámetros del modelo
Meta
Organización afiliada
Código abierto
Tipo de licencia
5 de abril de 2025
Tiempo de lanzamiento
Introducción al modelo
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.
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.
4.8
Alcance de cobertura de conocimiento
Posee el conocimiento central de las disciplinas convencionales, pero tiene una cobertura limitada de los campos interdisciplinarios de vanguardia.
8.7
Capacidad de razonamiento
Incapaz de mantener cadenas de razonamiento coherentes, a menudo causando causalidad invertida o errores de cálculo.
4.9
Comparación de modelos
Llama4-Maverick-17B-128E-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.
Llama4-Maverick-17B-128E-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.
Llama4-Maverick-17B-128E-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.
Llama4-Maverick-17B-128E-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.
Llama4-Maverick-17B-128E-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
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.
Llama3.2-3B-Instruct
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.
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
La crisis de los baneos de TikTok, cerca de resolverse con una posible nueva app y su venta
La venta de TikTok se acerca a su fin mientras se prepara el lanzamiento de una nueva versión para EE.UU.A pesar de la entrada en vigor en enero de la ley de cesión o prohibición de TikTok, la platafo
Amazon suspende las ventajas compartidas de envío gratuito Prime fuera del hogar
Amazon pone fin al programa Prime SharingAmazon está eliminando la popular función que permitía a los miembros Prime extender sus beneficios de envío gratuito a personas que no fueran miembros de la f
HMD reduce sus operaciones en EE.UU. y pone fin a la renovación de los teléfonos Nokia
HMD Global, la empresa finlandesa que revitalizó los dispositivos móviles de marca Nokia mediante un acuerdo de licencia durante la pasada década, ha anunciado una reducción significativa de su presen
Las startups globales deben navegar por la política de IA: Estrategias clave
Veo que me pide que reescriba un contenido que incluye un iframe de YouTube incrustado. Sin embargo, seguiré los estrictos requisitos que me proporcionó inicialmente:Debo conservar todas las etiquetas
Google filtra detalles del próximo lenguaje de diseño de Android: Material 3 Expressive
Google se prepara para desvelar la próxima generación del sistema de diseño Android en I/OGoogle está a punto de presentar una importante evolución de su lenguaje de diseño Android en la próxima confe
