MaisonLlama3.2-3B-Instruct
3B
Quantité de paramètre de modèle
Meta
Organisation affiliée
Source ouverte
Type de licence
25 septembre 2024
Temps de libération
Personnalités associées
Introduction du modèle
Les modèles Llama 3.2 3B prennent en charge une longueur de contexte de 128K tokens et sont de premier plan dans leur catégorie pour les cas d'utilisation sur appareil tels que la synthèse, le suivi des instructions et les tâches de réécriture s'exécutant localement au niveau du bord.
Score complet
Dialogue du langage
Réserve de connaissances
Association de raisonnement
Calcul mathématique
Écriture de code
Commande suivante
Faites glisser vers la gauche et la droite pour voir plus
Capacité de compréhension du langage
Fait souvent des erreurs de jugement sémantique, conduisant à des déconnexions logiques évidentes dans les réponses.
3.1
Portée de la couverture des connaissances
A des angles morts de connaissances importantes, montrant souvent des erreurs factuelles et répétant des informations obsolètes.
4.2
Capacité de raisonnement
Incapable de maintenir des chaînes de raisonnement cohérentes, provoquant souvent une causalité inversée ou des erreurs de calcul.
3.0
Comparaison du modèle
Llama3.2-3B-Instruct vs Doubao-Seed-1.6-251015 (Thinking)
Le modèle de raisonnement profond publié par ByteDance, qui prend en charge la commutation manuelle du raisonnement profond, et ses performances sont considérablement améliorées par rapport à doubao-1.5.
Llama3.2-3B-Instruct vs Doubao-Seed-1.6-thinking-250715
La dernière version du modèle de la série seed lancé par ByteDance, qui prend en charge le mode de réflexion.
Llama3.2-3B-Instruct vs Spark-X1
Le modèle d'inférence Spark X1 publié par iFlytek, sur la base de tâches mathématiques nationales de premier plan, compare les performances de tâches générales telles que l'inférence, la génération de texte et la compréhension du langage avec OpenAI o1 et DeepSeek R1.
Modèle connexe
Llama4-Maverick-17B-128E-Instruct
Les modèles Llama 4 sont des modèles linguistiques auto-régressifs qui utilisent une architecture de mélange d'experts (MoE) et intègrent une fusion précoce pour la multimodalité native.
Llama4-Maverick-17B-128E-Instruct
Les modèles Llama 4 sont des modèles de langage auto-régressifs qui utilisent une architecture de mélange d'experts (MoE) et intègrent une fusion précoce pour une multimodalité native.
Llama3.1-8B-Instruct
Llama3.1 sont multilingues, ont une longueur de contexte considérablement plus longue de 128K, un usage d'outils de pointe et des capacités de raisonnement globalement plus fortes.
Llama3.1-405B-Instruct-FP8
Llama 3.1 405B est le premier modèle largement disponible qui rivalise avec les meilleurs modèles IA en termes de capacités de pointe en connaissance générale, de dirigibilité, de mathématiques, d’utilisation d’outils et de traduction multilingue.
Llama3.2-3B-Instruct
Les modèles Llama 3.2 3B prennent en charge une longueur de contexte de 128K tokens et sont de pointe dans leur catégorie pour les cas d'utilisation sur appareil comme la résumé, l'exécution des instructions et les tâches de réécriture s'exécutant localement à la périphérie.
Documents pertinents
L'intelligence surhumaine arrive : allons-nous la laisser entrer ?
Chargement du lecteur…Les entreprises d’intelligence artificielle parlent de l’IA superintelligente comme si elle était inévitable, mais des récents incidents de sécurité, tels que la violation de Hugging Face par OpenAI, démontrent les dangers pote
iFLYTEK dévoile le grand modèle général Spark X2.5
Le 1er septembre, iFlytek ouvrira en open source deux grands modèles de langage axés sur l’edge, Xinghuo X2.5-4B et Xinghuo X2.5-1.7B, selon la dernière annonce officielle. Ces deux modèles prennent nativement en charge une fenêtre de contexte allant
Meta supprime la fonction de retouche photo par IA suite aux critiques des utilisateurs
Meta, le géant des réseaux sociaux, est une fois de plus au cœur d’un débat public concernant l’équilibre délicat entre l’intelligence artificielle et la vie privée des utilisateurs. Selon TechCrunch, les Superintelligence Labs de Meta ont présenté u
PDG de DeepMind, Hassabis : Je dors six heures par jour et je me sens généralement plein d’énergie vers 1 h du matin.
Fortune a récemment publié une interview avec Demis Hassabis, PDG de Google DeepMind, révélant son approche non conventionnelle du repos et de la productivité. Hassabis a divulgué qu’il dort très peu, structurant ses heures d’éveil en deux blocs de t
OpenAI et Anthropic se disputent des parts de marché malgré des résultats en deçà des attentes
Bien que des informations récentes laissent entendre qu’OpenAI n’aurait pas atteint ses objectifs de chiffre d’affaires, ce qui a pesé sur les valeurs technologiques ce mardi, les investisseurs privés
