Llama4-Scout-17B-16E-Instruct
109B
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 autoregresivos que utilizan una arquitectura de mezcla de expertos (MoE) e incorporan la fusión temprana para la 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.
5.3
Alcance de cobertura de conocimiento
Posee el conocimiento central de las disciplinas convencionales, pero tiene una cobertura limitada de los campos interdisciplinarios de vanguardia.
8.4
Capacidad de razonamiento
Puede realizar un razonamiento lógico con más de tres pasos, aunque la eficiencia cae al manejar relaciones no lineales.
7.8
Comparación de modelos
Llama4-Scout-17B-16E-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-Scout-17B-16E-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-Scout-17B-16E-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-Scout-17B-16E-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-Scout-17B-16E-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.
Llama3.2-3B-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.
Documentos relevantes
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
La IA Gemini de Google conquista Pokémon Azul con ayuda
El hito de la IA de Google: Conquistar una aventura clásica de PokémonEl modelo de IA más avanzado de Google parece haber logrado un notable avance en el mundo de los videojuegos: completar el título
La IA ocupa el centro del escenario con TechCrunch Sessions: AI - Entradas disponibles
Sesiones TechCrunch: AI Registration Now Open - Únase a la revolución de la IAEl panorama de la IA está evolucionando a la velocidad del rayo, ¡y su asiento en primera fila le espera! Ya está abierto
La IA transforma imágenes 2D en impresionantes fotos 3D - La guía definitiva
El panorama de la fotografía digital está experimentando una transformación revolucionaria a medida que la inteligencia artificial permite convertir imágenes 2D estáticas en experiencias 3D envolvente
Sam Altman: La consulta ChatGPT utiliza una cantidad mínima de agua, equivalente a 1/15 cucharadita
En una entrada de blog publicada el martes en la que se analizaba el impacto global de la IA, Sam Altman, CEO de OpenAI, reveló sorprendentes estadísticas sobre el consumo de recursos de ChatGPT, seña
