Artikel LLM

Meta merilis Llama 3.2, yang menghadirkan LLM visi berukuran kecil dan menengah (11B dan 90B) bersama model ringan khusus teks (1B dan 3B). Versi ini juga memperkenalkan Llama Stack Distribution.

Meta memperkenalkan Llama 3.3, model dengan 70 miliar parameter yang menghadirkan kinerja sebanding dengan Llama 3.1 405B namun dengan kebutuhan komputasi yang jauh lebih rendah.

Pelajari rangkaian model bahasa besar Llama 4, termasuk Llama 4 Scout, Llama 4 Maverick, dan Llama 4 Behemoth yang masih dalam pelatihan.

Pelajari apa itu agen LLM, dan bagaimana agen ini dapat mengeksekusi tugas secara otonom dalam workflow agentic. Pahami arsitektur di balik LangChain, CrewAI, dan LlamaIndex.

Pelajari 20 guardrail LLM penting yang memastikan penggunaan model bahasa AI yang aman, etis, dan bertanggung jawab.

Pelajari apa itu LLM OS, bagaimana perbedaannya dengan sistem tradisional seperti Windows atau Linux, dan jelajahi contoh awal seperti AIOS, BabyAGI, dan MemGPT.

Superintelligence Labs milik Meta merilis Muse Image, model gambar agentik yang menalar melalui prompt dan dapat menarik foto Instagram publik ke dalam kreasi Anda.

Pelajari Mistral Le Chat, asisten AI yang sangat cepat dan berfokus pada privasi yang akan menantang ChatGPT. Dibangun dengan perlindungan data Eropa, Le Chat dari Mistral menghadirkan kecepatan, dukungan multibahasa, dan fleksibilitas open-source.

MoME (Mixture of Million Experts) adalah model bahasa yang dapat diskalakan menggunakan Mixture of Experts (MoE) dengan mekanisme perutean bernama PEER untuk memanfaatkan jutaan jaringan spesialis secara efisien.

Pelajari cara kerja Meta Movie Gen, bagaimana perbandingannya dengan kompetitor seperti Sora dari OpenAI dan Runway Gen 3, serta pahami kemampuan dan keterbatasannya.

Meta Superintelligence Labs merilis Muse Glimmer, model agen berbobot terbuka 30B yang berjalan secara lokal pada satu GPU konsumen 24 GB. Inilah fungsinya dan cara kerjanya.

Muse Spark 1.3 dari Meta meningkatkan alur kerja agentic dan pengodean, menggunakan ~20% lebih sedikit panggilan alat dan ~25% lebih sedikit token dibanding 1.2, dengan jendela konteks 1M.