Llama - Cronologia

Mindmakerbot il 16:26, 17 ago 2024

2024-08-17T16:26:52Z

← Versione meno recente		Versione delle 16:26, 17 ago 2024
Riga 31:		Riga 31:
	\|title=Your page title		\|title=Your page title
	\|title_mode=append		\|title_mode=append
	\|keywords="intelligenza artificiale, apprendimento automatico, modelli linguistici di grandi dimensioni, elaborazione del linguaggio naturale, LLaMA, Meta AI, chatbot, generazione di testo, traduzione automatica, analisi del sentiment"		\|keywords=intelligenza artificiale, apprendimento automatico, modelli linguistici di grandi dimensioni, elaborazione del linguaggio naturale, LLaMA, Meta AI, chatbot, generazione di testo, traduzione automatica, analisi del sentiment
	\|description="LLaMA è un modello linguistico di grandi dimensioni sviluppato da Meta AI. Questo articolo esplora le sue diverse versioni, l'architettura, il processo di addestramento e le applicazioni. Scopri le capacità di LLaMA nella generazione di testo, nella traduzione e nell'analisi del sentiment."		\|description=LLaMA è un modello linguistico di grandi dimensioni sviluppato da Meta AI. Questo articolo esplora le sue diverse versioni, l'architettura, il processo di addestramento e le applicazioni. Scopri le capacità di LLaMA nella generazione di testo, nella traduzione e nell'analisi del sentiment.
	\|image=		\|image=
	}}		}}

Mindmakerbot il 13:35, 17 ago 2024

2024-08-17T13:35:52Z

← Versione meno recente		Versione delle 13:35, 17 ago 2024
Riga 27:		Riga 27:

	[[Category:modello]]		[[Category:modello]]

			{{#seo:
			\|title=Your page title
			\|title_mode=append
			\|keywords="intelligenza artificiale, apprendimento automatico, modelli linguistici di grandi dimensioni, elaborazione del linguaggio naturale, LLaMA, Meta AI, chatbot, generazione di testo, traduzione automatica, analisi del sentiment"
			\|description="LLaMA è un modello linguistico di grandi dimensioni sviluppato da Meta AI. Questo articolo esplora le sue diverse versioni, l'architettura, il processo di addestramento e le applicazioni. Scopri le capacità di LLaMA nella generazione di testo, nella traduzione e nell'analisi del sentiment."
			\|image=
			}}

Alesaccoia il 16:59, 27 mag 2024

2024-05-27T16:59:57Z

← Versione meno recente		Versione delle 16:59, 27 mag 2024
Riga 1:		Riga 1:
	~~Nome: [[Nome::~~Large Language Model Meta AI]]		{{Template modello
			\|NomeInglese=Large Language Model Meta AI
	Sigla~~: [[Sigla::~~LLaMA]]		\|Sigla=LLaMA
			\|AnnoDiCreazione=2021
	~~Anno di creazione: [[~~AnnoDiCreazione~~::2023]]~~		\|VersioneCorrente=3.0
			\|URL=https://llama.meta.com
	~~Versione corrente: [[~~VersioneCorrente~~::LLaMa 2]]~~		\|Pubblicazione=LLaMA: Open and Efficient Foundation Language Models
			}}
	~~Anno di creazione versione corrente: [[AnnoDiCreazioneVersioneCorrente::2023]]~~

	~~URLHomePage: [~~https://llama.meta.com ~~HomePage Llama]~~

	Pubblicazione~~: [[Pubblicazione::~~LLaMA: Open and Efficient Foundation Language Models]]

	~~Basato su: [[BasatoSu::Transformer (Architettura di Deep Learning)]]~~

	~~__SHOWFACTBOX__~~

	La prima versione contava 7, 13, 33 e 65 B di parametri.		La prima versione contava 7, 13, 33 e 65 B di parametri.
Riga 25:		Riga 16:

	"The capabilities of LLMs are remarkable considering the seemingly straightforward nature of the training methodology. Auto-regressive transformers are pretrained on an extensive corpus of self-supervised data, followed by alignment with human preferences via techniques such as Reinforcement Learning with Human Feedback (RLHF). Although the training methodology is simple, high computational requirements have limited the development of LLMs to a few players. There have been public releases of pretrained LLMs (such as BLOOM (Scao et al., 2022), LLaMa-1 (Touvron et al., 2023), and Falcon (Penedo et al., 2023)) that match the performance of closed pretrained competitors like GPT-3 (Brown et al., 2020) and Chinchilla (Hoffmann et al., 2022), but none of these models are suitable substitutes for closed “product” LLMs, such as ChatGPT, BARD, and Claude. These closed product LLMs are heavily fine-tuned to align with human preferences, which greatly enhances their usability and safety. This step can require significant costs in compute and human annotation, and is often not transparent or easily reproducible, limiting progress within the community to advance AI alignment research." da "Llama 2: Open Foundation and Fine-Tuned Chat Models"		"The capabilities of LLMs are remarkable considering the seemingly straightforward nature of the training methodology. Auto-regressive transformers are pretrained on an extensive corpus of self-supervised data, followed by alignment with human preferences via techniques such as Reinforcement Learning with Human Feedback (RLHF). Although the training methodology is simple, high computational requirements have limited the development of LLMs to a few players. There have been public releases of pretrained LLMs (such as BLOOM (Scao et al., 2022), LLaMa-1 (Touvron et al., 2023), and Falcon (Penedo et al., 2023)) that match the performance of closed pretrained competitors like GPT-3 (Brown et al., 2020) and Chinchilla (Hoffmann et al., 2022), but none of these models are suitable substitutes for closed “product” LLMs, such as ChatGPT, BARD, and Claude. These closed product LLMs are heavily fine-tuned to align with human preferences, which greatly enhances their usability and safety. This step can require significant costs in compute and human annotation, and is often not transparent or easily reproducible, limiting progress within the community to advance AI alignment research." da "Llama 2: Open Foundation and Fine-Tuned Chat Models"

Alesaccoia il 15:23, 10 apr 2024

2024-04-10T15:23:51Z

← Versione meno recente		Versione delle 15:23, 10 apr 2024
Riga 38:		Riga 38:

	[[Category:modello]]		[[Category:modello]]
	~~[[Category:Modelli di Linguaggio]]~~

Sara Maserati il 14:36, 10 apr 2024

2024-04-10T14:36:08Z

← Versione meno recente		Versione delle 14:36, 10 apr 2024
Riga 9:		Riga 9:
	Anno di creazione versione corrente: [[AnnoDiCreazioneVersioneCorrente::2023]]		Anno di creazione versione corrente: [[AnnoDiCreazioneVersioneCorrente::2023]]

	URLHomePage: [~~[URLHomePage::~~https://llama.meta.com]]		URLHomePage: [https://llama.meta.com HomePage Llama]

	Pubblicazione: [[Pubblicazione::LLaMA: Open and Efficient Foundation Language Models]]		Pubblicazione: [[Pubblicazione::LLaMA: Open and Efficient Foundation Language Models]]

Sara Maserati il 14:23, 10 apr 2024

2024-04-10T14:23:59Z

← Versione meno recente		Versione delle 14:23, 10 apr 2024
Riga 13:		Riga 13:
	Pubblicazione: [[Pubblicazione::LLaMA: Open and Efficient Foundation Language Models]]		Pubblicazione: [[Pubblicazione::LLaMA: Open and Efficient Foundation Language Models]]

	Basato su: [[BasatoSu::Architettura ~~Transformer~~]]		Basato su: [[BasatoSu::Transformer (Architettura di Deep Learning)]]

	__SHOWFACTBOX__		__SHOWFACTBOX__

Sara Maserati il 12:23, 10 apr 2024

2024-04-10T12:23:55Z

@@ Riga 1: / Riga 1: @@
-* Rilasciato da [[Meta]]
+Nome: [[Nome::Large Language Model Meta AI]]
-* Data: Febbraio 2023
-* Accesso: open source
+Sigla: [[Sigla::LLaMA]]
 La prima versione contava  7, 13, 33 e 65 B di parametri.

Michela: /* Tutorial */

2024-03-15T10:37:08Z

Tutorial

← Versione meno recente		Versione delle 10:37, 15 mar 2024
Riga 25:		Riga 25:

	[[Category:modello]]		[[Category:modello]]
	[[Category:~~Modello~~ di Linguaggio]]		[[Category:Modelli di Linguaggio]]

Alesaccoia il 08:45, 15 mar 2024

2024-03-15T08:45:35Z

← Versione meno recente		Versione delle 08:45, 15 mar 2024
Riga 24:		Riga 24:
	* [https://www.deeplearning.ai/short-courses/prompt-engineering-with-llama-2/ Prompt Engineering With Llama 2]		* [https://www.deeplearning.ai/short-courses/prompt-engineering-with-llama-2/ Prompt Engineering With Llama 2]

	[[Category:~~modelli~~]]		[[Category:modello]]
	[[Category:~~Modelli~~ di Linguaggio]]		[[Category:Modello di Linguaggio]]

Alesaccoia il 21:33, 10 mar 2024

2024-03-10T21:33:08Z

← Versione meno recente		Versione delle 21:33, 10 mar 2024
Riga 25:		Riga 25:

	[[Category:modelli]]		[[Category:modelli]]
			[[Category:Modelli di Linguaggio]]