- 生成式 AI›
- Amazon Bedrock›
- Llama
Llama 3.3 簡介
Llama 3.3 是一種純文字 70B 指令調整模型，用於純文字應用程式時，可提供比 Llama 3.1 70B 和 Llama 3.2 90B 更高的效能。Llama 3.3 70B 提供與 Llama 3.1 405B 類似的效能，同時只需一小部分運算資源。
Llama 3.3 70B 憑藉全面的訓練，能夠在各種任務中展現強大的理解和產生能力。此模型支援專為內容建立、企業應用和研究而設計的高效能對話式 AI，提供進階語言理解功能，包括文字摘要、分類、情緒分析和程式碼產生。
Llama 3.2 90B 是 Meta 最先進的模型，非常適合用於企業級應用程式。Llama 3.2 是首個支援視覺任務的 Llama 模型，具有全新的模型架構，可將影像編碼器表示整合至語言模型中。此模型在一般知識、長篇文字產生、多語言翻譯、編碼、數學，以及進階推理方面表現出色。此外，其還引入了影像推理功能，可進行複雜的影像理解和視覺推理。此模型非常適合以下使用案例：影像字幕、影像文字擷取、視覺化依據、視覺問題回答和視覺推理，以及文件視覺問題回答。
Llama 3.2 11B 非常適合用於內容建立、對話式 AI、語言理解，以及需要視覺推理的企業應用。該模型在文字摘要、情感分析、程式碼產生和遵循指示方面展現強大的效能，並具備影像推理功能。此模型非常適合以下使用案例：影像字幕、影像文字擷取、視覺化依據、視覺問題回答和視覺推理，以及文件視覺問題回答。
Llama 3.2 3B 透過裝置上處理，提供更具個人化的 AI 體驗。Llama 3.2 3B 專為需要低延遲推論和有限運算資源的應用程式設計。其在處理文字摘要、分類和語言翻譯任務方面表現出色。此模型非常適合以下使用案例：行動裝置 AI 驅動性書寫助理和客服應用程式。
Llama 3.2 1B 是 Llama 3.2 模型系列中最輕量的模型，非常適合用於邊緣裝置和行動應用程式中的擷取和總結功能。該模型支援裝置上的 AI 功能，同時可保護使用者的隱私並最大限度地減少延遲。此模型非常適合以下使用案例：個人資訊管理和多語言知識擷取。
優勢
LOREM IPSUM
認識 Llama
使用案例
Llama 模型在處理影像理解和視覺推理、語言細微差別、內容理解以及複雜任務 (例如，視覺資料分析、影像說明文字、對話產生以及翻譯) 方面表現出色，並且可以無縫處理多步驟的任務。其他適合用到 Llama 模型的使用案例包括複雜的視覺推理和理解、影像文字擷取、視覺化依據、文件視覺問題回答、文字摘要和準確性、文本分類、情感分析和細微差異推理、語言建模、對話系統、程式碼產生，以及遵循說明。
模型版本
Llama 3.3 70B
純文字 70B 指令調整模型，用於純文字應用程式時，可提供比 Llama 3.1 70B 和 Llama 3.2 90B 更高的效能。Llama 3.3 70B 提供與 Llama 3.1 405B 類似的效能，同時只需一小部分運算資源。
詞元上限：128,000
語言：英文、德文、法文、義大利文、葡萄牙文、西班牙文和泰文
支援微調：否
支援的使用案例：專用於內容建立、企業應用和研究的對話式 AI，可提供進階語言理解功能，包括文字摘要、分類、情緒分析和程式碼產生。該模型還讓使用者可利用模型輸出來改善其他模型，包括合成資料產生和提煉
Llama 3.2 90B
多模態模型，可同時接受文字和影像輸入和輸出。適用於需要先進的視覺智慧型應用程式，例如影像分析、文件處理、多模態聊天機器人和自主系統。
詞元上限：128,000
語言：英文、德文、法文、義大利文、葡萄牙文、印地文、西班牙文和泰文
支援微調：是
支援的使用案例：影像理解、視覺推理和多模態互動，可實現影像字幕、影像文字擷取、視覺化依據、視覺化問題回答和文件視覺問題回答等進階功能，同時能夠根據視覺和文字輸入推理並從中得出結論
Llama 3.2 11B
多模態模型，可同時接受文字和影像輸入和輸出。適用於需要先進的視覺智慧型應用程式，例如影像分析、文件處理和多模態聊天機器人。
詞元上限：128,000
語言：英文、德文、法文、義大利文、葡萄牙文、印地文、西班牙文和泰文。
支援微調：是
支援的使用案例：影像理解、視覺推理和多模態互動，可實現影像字幕、影像文字擷取、視覺化依據、視覺化問題回答和文件視覺問題回答等進階功能
Llama 3.2 3B
專為提供高度準確和相關結果而打造的純文字輕量模型。專為需要低延遲推論，以及有限運算資源的應用程式設計。非常適合查詢和提示重寫、行動 AI 驅動型寫作助理和客戶服務應用程式，尤其是在邊緣裝置上，其效率和低延遲可無縫整合至各種應用程式，包括採用行動 AI 技術的寫作助理和客服聊天機器人。
詞元上限：128,000
語言：英文、德文、法文、義大利文、葡萄牙文、印地文、西班牙文和泰文
支援微調：是
支援的使用案例：進階文字產生、摘要、情緒分析、情緒智慧、上下文理解和常識推理
Nomura 使用 Amazon Bedrock 中來自 Meta 的 Llama 模型將生成式 AI 的應用變得普遍
Nomura 執行總監兼企業架構師 Aniruddh Singh 概述該金融機構使用 Amazon Bedrock 和 Meta 的 Llama 模型在全公司範圍內大眾化生成式 AI 的旅程。Amazon Bedrock 提供對 Llama 等領先基礎模型的關鍵存取權，從而實現無縫整合。Llama 為 Nomura 提供重要優勢，包括更快的創新、透明度、偏差防護機制，以及在文字摘要、程式碼產生、日誌分析和文字處理方面的強大效能。
TaskUs 在 Amazon Bedrock 中使用來自 Meta 的 Llama 模型變革客戶體驗
TaskUs 是為全球最具創新力的公司提供外包數位服務和下一代客戶體驗的領先供應商，協助其客戶展現、保護和發展他們的品牌。該供應商創新的 TaskGPT 平台由 Amazon Bedrock 和 Meta 的 Llama 模型提供支援，賦能團隊成員提供卓越的服務。TaskUs 在 TaskGPT 上建置工具，可利用 Amazon Bedrock 和 Llama 進行經濟高效的釋義、內容產生、理解和複雜任務處理。