Meta rilascia Llama 3

Meta ha rilasciato ufficialmente Llama 3, una nuova serie di modelli di intelligenza artificiale (IA) aperta che include diverse migliorie e funzionalità progettate per migliorare le applicazioni AI su piattaforme diverse. I modelli Llama 3 sono disponibili in due dimensioni: 8 miliardi di parametri e 70 miliardi di parametri, con entrambe le versioni pre-allestite e istruzione-allestite disponibili.

Caratteristiche chiave e integrazioni

Applicazioni e utilizzi

Disponibilità e impegno open source

Sviluppi futuri

Il rilascio di Llama 3 è un passo importante nella continuazione degli sforzi di Meta per sviluppare la tecnologia IA e rendere disponibili strumenti potenti alla comunità tecnologica.

Come provare Llama 3 e altri modelli su un notebook

Llama 3 è disponibile in due dimensioni: 8 miliardi di parametri e 70 miliardi di parametri. L’utilizzo di LM Studio permette di automatizzare i complessi passaggi richiesti per provare un modello in locale, senza la necessità di passare dal sito Meta AI. Questo strumento gratuito è compatibile con MacOS, Windows e Linux, ed è possibile scaricare i modelli dai vari database, caricare un modello in memoria e parlare con il modello attraverso una semplice interfaccia “chat”.

Caratteristiche di LM Studio

LM Studio permette di eseguire modelli molto grandi caricandoli interamente in memoria, oltre a sfruttare l’accelerazione di Metal che permette di utilizzare Llama 3 da 8 miliardi di parametri anche su un Mac M1 con 8 GB di RAM. L’interfaccia è semplicissima da usare: una volta installato, appariranno una serie di modelli suggeriti, ma è possibile utilizzare una comoda ricerca per sfogliare tutti i modelli presenti sul Model Hub di Hugging Face.

Vantaggi di LM Studio

Con LM Studio è possibile provare quasi tutti i modelli testuali LLM disponibili in formato aperto, inclusi i recenti modelli LLama 3 di Meta. La versione da 8 miliardi di parametri richiede solo 3.5 GB di spazio su disco e un quantitativo analogo di memoria, mentre la versione da 70 miliardi di parametri richiede circa 35 GB di spazio e un quantitativo di memoria che solitamente non si trova su notebook consumer.

Condividi
Archivio Blog