差评+翻车!Meta开源模型Llama 4被曝存在基准误导和黑幕,性能不如DeepSeek
Meta推出新模型Llama 4家族引发争议,实际测试成绩不及预期。相比DeepSeek等开源模型,在一些基准测试中表现出色,但在编码任务和长文写作方面表现不佳,引发网友质疑。
Meta推出新模型Llama 4家族引发争议,实际测试成绩不及预期。相比DeepSeek等开源模型,在一些基准测试中表现出色,但在编码任务和长文写作方面表现不佳,引发网友质疑。
Meta发布Llama 4系列模型,参数规模达到109B至288B不等,支持原生多模态和12种语言,性能强大且应用前景广阔。不过中文支持仍需改进,但其在编码、推理、多语言处理等方面表现出色。
Meta研究人员通过结合AI模型Brain2Qwerty和非侵入性脑电图(EEG)或脑磁图(MEG),实现了当前最准确的大脑打字技术,字符错误率分别达到32%和67%,展示了脑机接口在语言生成方面的进展。
Meta发布PARTNR项目,旨在研究人类与机器人在家务中的合作方式。该项目包含10万任务模拟和数据集,帮助训练具身AI模型,并已在波士顿动力公司Spot机器人测试中使用。
图片来源:
Johns Hopkins University
Z Highlights
在未来某个时
Meta公司推出的新AI模型系列Apollo采用了独特的双组件设计和分阶段训练策略,显著提升了视频理解和追踪能力。通过数据优化和跨界合作,Apollo在广告、社交等多个领域展现出广泛应用潜力,并有望推动人工智能技术的进一步发展。
Meta 使用BLT(Byte Latent Transformer)新架构直接处理原始字节数据,显著提升模型规模、推理效率及鲁棒性。BLT已在GitHub开源,支持同时增加补丁和模型大小而不增加成本。