Meta Llama: Todo lo que necesita saber sobre el modelo de IA generativo abierto Mas Cipolleti

Como todas las grandes empresas de tecnología en estos días, Meta tiene su propio modelo de IA generativo insignia, llamado Llama. Llama es algo único entre los principales modelos en que está “abierto”, lo que significa que los desarrolladores pueden descargarlo y usarlo como quieran (con ciertas limitaciones). Eso está en contraste con modelos como Claude de Anthrope, Géminis de Google, Xai’s Grok y la mayoría de los modelos ChatGPT de OpenAI, a los que solo se puede acceder a través de API.

Sin embargo, en aras de dar a los desarrolladores la opción, Meta también se ha asociado con proveedores, incluidos AWS, Google Cloud y Microsoft Azure, para que las versiones de LLAMA alojadas en la nube estén disponibles. Además, la compañía publica herramientas, bibliotecas y recetas en su libro de cocina de LLAMA para ayudar a los desarrolladores a ajustar, evaluar y adaptar los modelos a su dominio. Con generaciones más nuevas como Llama 3 y Llama 4, estas capacidades se han expandido para incluir soporte multimodal nativo y despliegue de nubes más amplios.

Aquí está todo lo que necesita saber sobre Meta’s Llama, desde sus capacidades y ediciones hasta donde puede usarla. Mantendremos esta publicación actualizada como actualizaciones de meta comunales e introduce nuevas herramientas de desarrollo para admitir el uso del modelo.

¿Qué es Llama?

Llama es una familia de modelos, no solo uno. La última versión es LLAMA 4; Fue lanzado en abril de 2025 e incluye tres modelos:

• Explorar: 17 mil millones de parámetros activos, 109 mil millones de parámetros totales y una ventana de contexto de 10 millones de tokens.

• Disidente: 17 mil millones de parámetros activos, 400 mil millones de parámetros totales y una ventana de contexto de 1 millón de tokens.

• Gigante: Aún no se ha lanzado, pero tendrá 288 mil millones de parámetros activos y 2 billones de parámetros totales.

(En la ciencia de datos, los tokens son bits subdivididos de datos sin procesar, como el “ventilador” de las sílabas, “Tas” y “Tic” en la palabra “fantástico”).

El contexto de un modelo, o la ventana de contexto, se refiere a los datos de entrada (por ejemplo, texto) que el modelo considera antes de generar la salida (por ejemplo, texto adicional). El contexto largo puede evitar que los modelos “olviden” el contenido de los documentos y datos recientes, y se desvíen del tema y se extraan erróneamente. Sin embargo, las ventanas de contexto más largas también pueden resultar en el modelo “olvidar” ciertas barandillas de seguridad y ser más propenso a producir contenido que esté en línea con la conversación, lo que ha llevado a algunos usuarios hacia pensamiento delirante.

Como referencia, la ventana de contexto de 10 millones que Llama 4 Scout promete aproximadamente igual al texto de aproximadamente 80 novelas promedio. Llama 4 MaverickLa ventana de contexto de 1 millón es igual a ocho novelas.

Todos los modelos de Llama 4 fueron entrenados en “grandes cantidades de datos no etiquetados, imagen y datos de video” para darles “amplia comprensión visual”, así como en 200 idiomas, según Meta.

Llama 4 Scout y Maverick son los primeros modelos multimodales de peso abierto de Meta. Se construyen utilizando una arquitectura de “mezcla de expertos” (MOE), que reduce la carga computacional y mejora la eficiencia en el entrenamiento y la inferencia. Scout, por ejemplo, tiene 16 expertos, y Maverick tiene 128 expertos.

Llama 4 Behemoth incluye 16 expertos, y Meta se refiere a él como maestro para los modelos más pequeños.

Llama 4 se basa en la Serie 3 Llama, que incluyó modelos 3.1 y 3.2 ampliamente utilizados para aplicaciones ajustadas a instrucciones e implementación en la nube.

¿Qué puede hacer Llama?

Al igual que otros modelos de IA generativos, Llama puede realizar una variedad de tareas de asistencia diferentes, como codificar y responder preguntas matemáticas básicas, así como resumir documentos en al menos 12 idiomas (árabe, inglés, alemán, francés, hindi, indonesio, italiano, portugués, hindi, español, tagalo, tailandés y vietnamita). La mayoría de las cargas de trabajo basadas en texto, piensan que analizar archivos grandes como PDF y hojas de cálculo, están dentro de su alcance, y todos los modelos LLAMA 4 admiten texto, imagen y entrada de video.

Llama 4 Scout está diseñado para flujos de trabajo más largos y análisis de datos masivos. Maverick es un modelo generalista que es mejor para equilibrar la potencia del razonamiento y la velocidad de respuesta y es adecuado para codificar, chatbots y asistentes técnicos. Y Behemoth está diseñado para investigaciones avanzadas, destilación modelo y tareas STEM.

Los modelos de LLAMA, incluida la Llama 3.1, se pueden configurar para aprovechar las aplicaciones, herramientas y API de terceros para realizar tareas. Están capacitados para usar una búsqueda valiente para responder preguntas sobre eventos recientes; la API Alpha Wolfram para consultas relacionadas con las matemáticas y las ciencias; y un intérprete de Python para validar el código. Sin embargo, estas herramientas requieren una configuración adecuada y no están habilitados automáticamente fuera de la caja.

¿Dónde puedo usar Llama?

Si estás buscando simplemente chatear con Llama, es Powering the Meta AI Chatbot Experience en Facebook Messenger, WhatsApp, Instagram, Oculus y Meta.ai en 40 países. Las versiones finas de LLAMA se utilizan en experiencias meta ai en más de 200 países y territorios.

Llama 4 Models Scout y Maverick están disponibles en Llama.com y los socios de Meta, incluida la plataforma de desarrolladores de IA, Hugging Face. Behemoth todavía está en entrenamiento. Los desarrolladores de construcción con Llama pueden descargar, usar o ajustar el modelo en la mayoría de las plataformas de nube populares. Meta afirma que tiene más de 25 socios que organizan LLAMA, incluidos Nvidia, Databricks, Groq, Dell y Snowflake. Y aunque “vender acceso” a los modelos abiertos de Meta no es el modelo de negocio de Meta, la compañía gana algo de dinero a través de Acuerdos de intercambio de ingresos con hosts de modelo.

Algunos de estos socios han creado herramientas y servicios adicionales además de LLAMA, incluidas herramientas que permiten que los modelos hacen referencia a datos propietarios y les permitan funcionar en latencias más bajas.

Es importante destacar que la licencia de llama restringe cómo los desarrolladores pueden implementar el modelo: Los desarrolladores de aplicaciones con más de 700 millones de usuarios mensuales deben solicitar una licencia especial de Meta que la Compañía otorgará a su discreción.

En mayo de 2025, Meta lanzó un nuevo programa incentivar a las nuevas empresas a adoptar sus modelos de LLAMA. Llama para nuevas empresas brinda apoyo a las empresas del equipo de LLAMA de Meta y acceso a posibles fondos.

Junto a Llama, Meta proporciona herramientas destinadas a hacer que el modelo sea “más seguro” para usar:

• Llama Guardun marco de moderación.

• Cibernéticauna suite de evaluación de riesgos de ciberseguridad.

• Cortafuegos de llamasuna barandilla de seguridad diseñada para permitir la construcción de sistemas AI seguros.

• Escudo de códigoque proporciona soporte para el filtrado de tiempo de inferencia de código inseguro producido por LLMS.

La Guardia de Llama intenta detectar contenido potencialmente problemático, ya sea alimentado, o generado, por un modelo de llama, incluido el contenido relacionado con la actividad delictiva, la explotación de los niños, las violaciones de los derechos de autor, el odio, la autolesión y el abuso sexual.

Dicho esto, claramente no es una bala de plata desde Las pautas anteriores de Meta Meta permitió que el chatbot participara en chats sensuales y románticos con menores, y algunos informes muestran a los que se convierten en conversaciones sexuales. Los desarrolladores pueden personalizar Las categorías de contenido bloqueado y aplican los bloques a todos los idiomas que soportan.

Al igual que la guardia de Llama, la protección rápida puede bloquear el texto destinado a LLAMA, pero solo el texto destinado a “atacar” al modelo y hacer que se comporte de maneras indeseables. Meta afirma que la Guardia de Llama puede defenderse contra las indicaciones explícitamente maliciosas (es decir, los jailbreaks que intentan sortear los filtros de seguridad incorporados de Llama) además de las indicaciones que contienen “entradas inyectadas. ” El Firewall de LLAMA trabaja para detectar y prevenir riesgos como inyección rápida, código inseguro e interacciones de herramientas arriesgadas y código de código ayuda a mitigar sugerencias de código inseguro y ofrece una ejecución de comandos seguros para siete lenguajes de programación.

En cuanto a CyberSeceval, es menos una herramienta que una colección de puntos de referencia para medir la seguridad del modelo. Cyberseceval puede evaluar el riesgo de un modelo de LLAMA (al menos según los criterios de Meta) a los desarrolladores de aplicaciones y usuarios finales en áreas como “ingeniería social automatizada” y “escalar operaciones cibernéticas ofensivas”.

Limitaciones de Llama

Llama viene con ciertos riesgos y limitaciones, como todos los modelos de IA generativos. Por ejemplo, si bien su modelo más reciente tiene características multimodales, se limitan principalmente al idioma inglés por ahora.

Alejando, Meta usó un conjunto de datos de libros electrónicos pirateados y artículos para entrenar sus modelos de llama. Un juez federal recientemente se puso del lado de Meta en una demanda por derechos de autor presentada contra la compañía por 13 autores de libros, dictaminando que el uso de trabajos con derechos de autor para la capacitación cayó bajo “uso justo”. Sin embargo, si Llama regurgitar Un fragmento con derechos de autor y alguien lo usa en un producto, podrían estar infringiendo los derechos de autor y ser responsables.

Meta también entrena controvertido su IA en publicaciones, fotos y subtítulos de Instagram y Facebook, y dificulta que los usuarios optaran por no participar.

La programación es otra área donde es aconsejable pisar ligeramente al usar LLAMA. Eso se debe a que Llama podría, tal vez más que sus homólogos generativos de IA, producir un código de errores o inseguro. En LivecodeBencha punto de referencia Eso prueba modelos de IA en problemas de codificación competitivos, el modelo de Llama 4 Maverick de Meta’s Meta alcanzó una puntuación del 40%. Eso se compara con el 85% para el GPT-5 High de Openai y el 83% para el ayuno de Xai’s Grok 4.

Como siempre, es mejor que un experto humano revise cualquier código generado por IA antes de incorporarlo en un servicio o software.

Finalmente, al igual que con otros modelos de IA, los modelos de LLAMA todavía son culpables de generar información a plausible pero falsa o engañosa, ya sea en codificación, orientación legal o Conversaciones emocionales con personajes de IA.

Esto se publicó originalmente el 8 de septiembre de 2024 y se actualiza regularmente con nueva información.