opção
Lar
Lista de modelos AL
Llama3-70B-Instruct
Introdução ao modelo
Llama3 é o último modelo de linguagem grande de código aberto da Meta, treinado em um corpus de 15T, suporta uma extensão de contexto de 8K e foi otimizado para eficácia e segurança.
Deslize para a esquerda e para a direita para ver mais
Capacidade de compreensão de idiomas Capacidade de compreensão de idiomas
Capacidade de compreensão de idiomas
Muitas vezes, faz mal julgamentos semânticos, levando a óbvias desconexões lógicas nas respostas.
5.5
Escopo de cobertura do conhecimento Escopo de cobertura do conhecimento
Escopo de cobertura do conhecimento
Possui pontos cegos significativos, geralmente mostrando erros factuais e repetindo informações desatualizadas.
6.8
Capacidade de raciocínio Capacidade de raciocínio
Capacidade de raciocínio
Incapaz de manter cadeias de raciocínio coerentes, geralmente causando causalidade invertida ou erros de cálculo.
3.9
Modelo relacionado
Llama4-Maverick-17B-128E-Instruct Os modelos Llama 4 são modelos de linguagem auto-regressivos que usam uma arquitetura de mistura de especialistas (MoE) e incorporam a fusão antecipada para multimodalidade nativa.
Llama4-Maverick-17B-128E-Instruct Os modelos Llama 4 são modelos de linguagem autorregressivos que utilizam uma arquitetura de mistura de especialistas (MoE) e incorporam fusão precoce para multimodalidade nativa.
Llama3.1-8B-Instruct Llama3.1 são multilíngues e têm uma extensa janela de contexto de 128K, uso avançado de ferramentas e capacidades gerais de raciocínio mais fortes.
Llama3.1-405B-Instruct-FP8 O Llama 3.1 405B é o primeiro modelo amplamente disponível que rivaliza com os principais modelos de IA em termos de capacidades de ponta em conhecimento geral, controlabilidade, matemática, uso de ferramentas e tradução multilíngue.
Llama3.2-3B-Instruct Os modelos Llama 3.2 3B suportam uma extensão de contexto de 128K tokens e são líderes em sua categoria para casos de uso em dispositivo, como resumos, seguimento de instruções e tarefas de reescrita executadas localmente na borda.
Documentos relevantes
CEO da DeepMind, Hassabis: Durmo seis horas por dia, geralmente me sinto energético por volta da 1h O Fortune recentemente publicou uma entrevista com Demis Hassabis, CEO da Google DeepMind, revelando sua abordagem incomum para descanso e produtividade. Hassabis revelou que dorme muito pouco, estruturando suas horas acordadas em dois blocos de trab
OpenAI e Anthropic disputam participação no mercado, apesar da queda na receita Apesar de relatos recentes sugerirem que a OpenAI não atingiu suas metas de receita, o que gerou pressão sobre as ações do setor de tecnologia nesta terça-feira, os investidores privados em laboratóri
Conformidade com a regulamentação de veículos autônomos na Califórnia: uma nova era de multas, geocercas e 1 milhão de milhas A Guident opera um veículo de transporte da AuveTech no sul da Flórida, administrando uma rota de quatro milhas em West Palm Beach e uma rota de uma milha em Boca Raton por meio de sua tecnologia de m
Óculos Inteligentes da Apple Podem Estrear na WWDC27, Destacando a Proteção de Privacidade O repórter da Bloomberg, Mark Gurman, informa que os óculos inteligentes da Apple, com o codinome N50, estão previstos para estrear na WWDC27 em junho de 2027, com um lançamento no varejo esperado para o outono de 2027. Originalmente direcionados par
Dentro dos Detalhes Revelados Sobre o Gemini de Próxima Geração: Poder de Cálculo Sobrecarregado, Equipes Internas Discordaram Sobre Prioridades de Desenvolvimento e Alocação de Recursos Os relatórios indicam que o lançamento do tão aguardado modelo Gemini de próxima geração do Google foi adiado. Desentendimentos internos sobre prioridades de desenvolvimento e alocação de recursos, combinados com capacidade computacional limitada e p
Comparação de modelos
Inicie a comparação
OR