Tudo sobre Inteligência Artificial
A Meta acaba de lançar a mais recente adição à sua linha de modelos de inteligência artificial (IA) generativa de código aberto: Llama 3. Com o lançamento do Llama 3, a Meta tem como objetivo empurrar os limites das capacidades de IA, ostentando melhorias significativas em relação aos seus antecessores, além de prometer melhor desempenho que modelos concorrentes.
A série Llama 3 é composta por dois modelos: Llama 3 8B, contendo 8 bilhões de parâmetros, e Llama 3 70B, contendo impressionantes 70 bilhões de parâmetros. A Meta afirma que esses modelos representam um “salto significativo” em desempenho em comparação com as iterações anteriores do Llama. Treinados em clusters de 24.000 GPUs personalizados, o Llama 3 8B e o Llama 3 70B estariam posicionados entre os modelos de IA generativa de melhor desempenho disponíveis atualmente.
Se você gostou desse post, não esqueça de compartilhar:
Llama 3 e benchmarks
- Para fundamentar suas alegações, a Meta aponta o desempenho do Llama 3 em vários benchmarks de IA, como MMLU, ARC e DROP.
- Apesar dos debates em curso sobre a validade desses benchmarks, eles servem como uma medida padronizada para avaliar modelos de IA.
- Nessa avaliação, o Llama 3 8B supera modelos de código aberto concorrentes como o Mistral 7B e o Gemma 7B em vários benchmarks.
- É importante destacar que o Llama 3 70B compete com modelos principais como o Gemini 1.5 Pro do Google, superando-os em benchmarks críticos como MMLU e HumanEval.
- Embora não alcance o ápice de desempenho estabelecido por modelos como o Claude 3 Opus da Anthropic, o Llama 3 70B demonstra avanços significativos, superando concorrentes mais fracos como o Claude 3 Sonnet em múltiplas frentes.
- A Meta também conduziu testes internos, comparando o Llama 3 70B com modelos de outros fornecedores, incluindo Mistral e OpenAI.
Treinamento do Llama 3
A chave para o sucesso do Llama 3 reside em seu extenso conjunto de dados de treinamento, composto por impressionantes 15 trilhões de tokens, abrangendo aproximadamente 750 bilhões de palavras. A Meta recorreu a fontes diversas e publicamente disponíveis, incorporando dados sintéticos para aumentar o treinamento. Embora primariamente adaptado para saídas em inglês, a diversidade aumentada no conjunto de dados melhora o desempenho do modelo em vários idiomas e tarefas.
Para abordar preocupações sobre toxicidade e viés inerentes em modelos de IA generativa, a Meta implementou rigorosos pipelines de filtragem de dados e atualizou suítes de segurança como Llama Guard e CybersecEval. Além disso, a introdução do Code Shield visa detectar potenciais vulnerabilidades de segurança no código gerado por IA.
No entanto, desafios persistem, como evidenciado por incidentes passados, como a tendência do Llama 2 de gerar informações imprecisas ou sensíveis. A Meta reconhece as limitações das salvaguardas atuais e enfatiza esforços contínuos para aprimorar a robustez e a segurança do modelo.
A disponibilidade dos modelos Llama 3 para download marca apenas o começo. A Meta planeja hospedar esses modelos em várias plataformas de nuvem, expandindo sua acessibilidade e utilidade. Além disso, a empresa já está treinando modelos Llama 3 com mais de 400 bilhões de parâmetros, vislumbrando capacidades multilíngues e multimodais com aprimorada capacidade de raciocínio e codificação.