博客 / 詳情

返回

[250411] Meta 發佈 Llama 4 系列 AI 模型 | Rust 1.86 引入重大語言特性

Llama 4 家族登場：開啓原生多模態 AI 創新新紀元

Meta AI 近日發佈了其最新、最先進的 Llama 4 系列人工智能模型，標誌着 AI 技術進入了一個原生支持多種信息類型（文本、圖像、視頻）的新時代。這些模型旨在推動更加個性化、智能化的 AI 體驗。

new.png

核心亮點：

  • 原生多模態能力： Llama 4 模型從一開始就設計為能夠同時理解和處理文本、圖像及視頻信息，實現更自然的交互。
  • 開放可用： Llama 4 系列中的 Scout 和 Maverick 模型已開放權重，供全球開發者和研究人員下載使用，共同構建 AI 的未來。
  • 卓越性能與效率： 採用了創新的“混合專家”（MoE）架構，模型在保持強大能力的同時，訓練和運行更高效。

Llama 4 模型家族介紹：

  1. Llama 4 Scout:

    • 定位： 高效、強大的入門級模型。
    • 特點： 擁有 170 億活躍參數和 16 位專家，性能超越所有前代 Llama 模型及同級別的 Gemma 3、Gemini 2.0 Flash-Lite 等。
    • 突破： 提供業界領先的 1000 萬 token 超長上下文窗口，能處理極長的文檔或對話歷史。
    • 部署： 經過優化，可在單塊 NVIDIA H100 GPU 上運行。

  2. Llama 4 Maverick:

    • 定位： 性能領先的旗艦級模型。
    • 特點： 擁有 170 億活躍參數和 128 位專家，在多項基準測試中擊敗了 GPT-4o 和 Gemini 2.0 Flash，並在推理和編碼方面媲美 DeepSeek v3，但活躍參數更少。
    • 優勢： 實現了頂尖的性能與成本效益比，特別擅長精確的圖像理解和創意寫作。
    • 部署： 可在單個 H100 主機上運行。

  3. Llama 4 Behemoth (預覽):

    • 定位： 超大規模的“教師”模型，目前仍在訓練中。
    • 特點： 擁有 2880 億活躍參數和近 2 萬億總參數，是 Meta AI 迄今最強大的模型之一，在多個科學、技術、工程和數學 (STEM) 基準測試中超越了 GPT-4.5、Claude Sonnet 3.7 等頂尖模型。
    • 作用： 其強大的能力被用於“教導”Scout 和 Maverick 模型，顯著提升了它們的質量。

關鍵技術進步（非技術解讀）：

  • 更懂世界： 通過“早期融合”技術，模型能更好地結合文本和視覺信息進行理解。
  • 更廣知識： 使用了超過 30 萬億 token（包括文本、圖像、視頻）的數據進行訓練，涵蓋 200 種語言，多語言能力大幅提升。
  • 更強能力： 經過專門的“中段訓練”和優化的“後訓練”流程，模型在推理、編碼、數學和對話能力上得到顯著增強。
  • 更長記憶： Scout 模型的超長上下文處理能力（1000 萬 token）得益於創新的 iRoPE 架構和注意力機制優化。

安全與責任：

  • Llama 4 的開發過程集成了多層安全措施，從數據過濾到模型訓練，再到提供給開發者的可調安全工具（如 Llama Guard、Prompt Guard），旨在防範有害內容和濫用。
  • 通過自動化和人工的對抗性測試（紅隊測試，包括新的 GOAT 方法）來發現並修復潛在風險。
  • 致力於減少模型偏見，特別是在有爭議的社會政治話題上，Llama 4 在保持中立、理解多方觀點方面相比 Llama 3 有顯著改進，拒絕回答敏感問題的比例降低，觀點平衡性更好。

如何體驗與獲取：

  • 立即試用： 用户可以通過 Meta AI 助手（在 WhatsApp, Messenger, Instagram Direct 及 Meta.AI 網站）體驗由 Llama 4 驅動的最新功能。
  • 開發者獲取： Llama 4 Scout 和 Maverick 模型可在 Llama 官網 (llama.com) 和 Hugging Face 平台下載。未來幾天也將通過各大雲平台和合作夥伴提供。

Llama 4 的發佈為 AI 應用開闢了新的可能性，有望帶來更智能、更個性化、更安全的 AI 體驗。

來源:

https://ai.meta.com/blog/llama-4-multimodal-intelligence/

Rust 1.86.0 版本發佈亮點

Rust 團隊榮幸地宣佈 Rust 1.86.0 正式發佈！Rust 是一種致力於讓每個人都能構建可靠、高效軟件的編程語言。此版本帶來了多項備受期待的功能和改進。

可以通過 rustup update stable 命令更新到最新版本。

主要新特性與改進

  • Trait 向上轉型 (Trait Upcasting) 穩定化

    • 這是一項期待已久的功能，現在可以將一個 Trait 對象（如 &dyn Trait）安全地向上轉換為其父 Trait 的對象（如 &dyn Supertrait）。
    • 這簡化了之前需要變通方法（如添加 as_supertrait 方法）的代碼，尤其在與 dyn Any 配合進行類型向下轉換時非常有用。

  • HashMap 與切片支持同時獲取多個可變元素

    • 新增了 get_disjoint_mut 方法，允許從 HashMap 或切片中安全地同時獲取多個不相交元素的可變引用，解決了之前借用檢查器對此類操作的限制。
    • 示例：v.get_disjoint_mut([0, 2]) 可以同時獲取索引 0 和 2 處元素的可變引用。

  • 允許為安全函數添加 #[target_feature] 屬性

    • 現在可以在 safe fn 上使用 #[target_feature] 屬性，用於編寫依賴特定 CPU 特性（如 AVX2）但本身邏輯安全的代碼。
    • 這些函數只能在同樣標記了該屬性的函數中安全調用，或在確認 CPU 支持該特性後的 unsafe 塊中調用。

  • 調試模式下增加指針非空斷言

    • 在啓用調試斷言（debug assertions）的構建中，編譯器會插入運行時檢查，確保在對指針進行解引用或再借用為引用時，指針值不為 null。
    • 這有助於在開發階段更早地發現潛在的空指針錯誤，但不應依賴此特性保證發佈版本的健全性。

  • missing_abi Lint 默認級別提升為警告

    • 在 extern 塊或 extern fn 中省略 ABI（如 extern {}）現在會產生警告。
    • 推薦顯式指定 ABI，例如 extern "C" {} 或 extern "C" fn。

其他重要信息

  • 目標平台棄用預告：計劃在 Rust 1.87.0 版本中移除對 i586-pc-windows-msvc 目標的支持。建議使用此目標的用户遷移到 i686-pc-windows-msvc。

  • API 穩定化：本次更新穩定了多項 API，包括：

    • 浮點數的 next_down / next_up 方法。
    • 切片和 HashMap 的 get_disjoint_mut 系列方法。
    • Vec::pop_if。
    • sync::Once::wait / wait_force 和 sync::OnceLock::wait。
    • 多個 API（如 hint::black_box, str::split_at 等）現在可以在 const 上下文中使用。
  • 更多詳情：可以查閲 Rust、Cargo 和 Clippy 的詳細更新日誌，瞭解所有變更。

Rust 1.86.0 的發佈離不開眾多貢獻者的努力。感謝所有參與其中的人！

來源：

https://blog.rust-lang.org/2025/04/03/Rust-1.86.0.html




更多內容請查閲 : blog-250411
rust , meta , llama
user avatar
0 位用戶收藏了這個故事！

發佈 評論

Some HTML is okay.