Llama 3.2
La primera generación Llama de Meta con niveles de visión y para el dispositivo
Llama 3.2 es la publicación de Meta de septiembre de 2024 que llevó la visión a la línea Llama por primera vez, junto a un conjunto de modelos pequeños solo de texto pensados para teléfonos y dispositivos edge. La variante insignia de visión, de 90B, une un backbone de texto Llama 3.1 con un codificador de imagen entrenado con unos 6000 millones de pares imagen-texto, de modo que puede leer gráficos, describir fotos y responder preguntas sobre una imagen, además de prompts de texto. Meta también publicó modelos ligeros de 1B y 3B en la misma familia, orientados a ejecutarse en local en hardware móvil y no en un centro de datos. En benchmarks de razonamiento, el modelo de 90B rinde cerca de Llama 3.1 70B y añade entrada multimodal. Se distribuye bajo la Llama 3.2 Community License, con los pesos en Hugging Face.