Llama 3

Llama 3 de Meta representa un salto significativo hacia adelante en los modelos de lenguaje de gran tamaño de código abierto. Disponible en variantes de 8B y 70B parámetros (con un modelo de 405B que se publicaría posteriormente), ofrece un rendimiento impresionante que rivaliza con muchos modelos propietarios en tareas de razonamiento, codificación y conocimiento general. La naturaleza completamente de código abierto bajo una licencia permisiva lo hace excepcionalmente accesible para desarrolladores, investigadores y empresas que buscan alojar o ajustar modelos sin costes de licencia.

Entre sus fortalezas se incluyen un excelente rendimiento en benchmarks relativo a su clase de tamaño, amplia disponibilidad en las principales plataformas de nube y proveedores de inferencia, una generosa ventana de contexto de 8K y un tokenizador considerablemente mejorado con un vocabulario de 128K. El modelo destaca en la generación de código y en tareas multilingües en comparación con su predecesor.

Las limitaciones incluyen una ventana de contexto predeterminada más pequeña en comparación con algunos competidores, y la variante más grande de 405B requiere hardware sustancial para el alojamiento propio. Aunque sólido, todavía queda por detrás de GPT-4 y Claude 3 Opus en las tareas de razonamiento más complejas. Dicho esto, para una oferta gratuita y de código abierto con acceso completo a la API a través de múltiples proveedores, Llama 3 ofrece un valor sobresaliente y se ha convertido en una piedra angular del ecosistema de IA de código abierto.