Llama 4五大疑点曝光,逐层扒皮!全球AI进步停滞,NYU教授称Scaling彻底结束
一位AI公司CEO细数Llama 4五大疑点,包括长上下文、发布表现不佳、代码质量差等问题,并指出规模化已结束,大语言模型可能成为经济上失败的产品。NYU教授马库斯认为,真正智能需要意图远见,而非模式识别或捷径的数学推理。
一位AI公司CEO细数Llama 4五大疑点,包括长上下文、发布表现不佳、代码质量差等问题,并指出规模化已结束,大语言模型可能成为经济上失败的产品。NYU教授马库斯认为,真正智能需要意图远见,而非模式识别或捷径的数学推理。
Meta发布了Llama 4系列首批模型,采用混合专家架构并支持多模态训练。推出了性能最强的小尺寸模型Scout、同级别最佳的Maverick以及正在开发中的Behemoth预览版。Llama 4 Scout和Maverick均支持高性能低成本比,实现了业界领先的1000万+ Token 多模态上下文窗口,并提供了智能调参技术和后训练策略优化。