###### 17 de septiembre de 2024



Meta, como muchas otras empresas tecnológicas líderes, ha desarrollado su propio modelo de IA generativa conocido como [Llama](https://llama.meta.com/). Lo que distingue a Llama es su naturaleza abierta, lo que permite a los desarrolladores descargarlo y utilizarlo con considerable libertad, aunque hay algunas condiciones a tener en cuenta. Este enfoque contrasta con modelos como Claude de Anthropic, [GPT-4o de OpenAI](https://openai.com/index/hello-gpt-4o/) (el motor detrás de [ChatGPT](/news/ai-at-your-fingertips-chatgpt-app-now-available-for-mac-2024-07-02)) y Gemini de Google, que están disponibles únicamente a través de API.

Para brindar a los desarrolladores más flexibilidad, Meta se ha asociado con proveedores de servicios en la nube como AWS, Google Cloud y Microsoft Azure para ofrecer versiones de Llama alojadas en la nube. Además, Meta ha creado herramientas que simplifican el proceso para que los desarrolladores ajusten y adapten el modelo para cumplir con sus requisitos específicos.

A continuación se muestra una descripción detallada de Llama, incluido lo que puede hacer, las diferentes versiones que ofrece y cómo puede utilizarla de forma eficaz.

## ¿Qué es Llama?

Llama no es simplemente un modelo; Abarca una gama de modelos, tales como:

-Llama 8B

-Llama 70B

-Llama 405B

Las versiones más recientes (Llama 3.1 8B, Llama 3.1 70B y Llama 3.1 405B) se lanzaron en julio de 2024. Estos modelos se entrenan en una amplia gama de fuentes de datos, como páginas web en diferentes idiomas, código público y archivos disponibles en línea. y datos sintéticos producidos por otros sistemas de IA.

Llama 3.1 8B y 70B son modelos compactos que pueden ejecutar una variedad de dispositivos, desde computadoras portátiles hasta servidores. El Llama 3.1 405B, por otro lado, es un modelo a gran escala que normalmente requiere hardware de centro de datos. Si bien los modelos más pequeños pueden no ser tan potentes como el 405B, ofrecen un rendimiento más rápido y están optimizados para reducir el almacenamiento y la latencia.

Todos los modelos Llama cuentan con una ventana de contexto de 128.000 tokens, lo que les permite manejar alrededor de 100.000 palabras (o 300 páginas de texto). Esta es aproximadamente la longitud de libros como Cumbres borrascosas o Harry Potter y el prisionero de Azkaban. Una ventana de contexto larga ayuda al modelo a retener información de documentos y datos recientes, lo que reduce el riesgo de desviarse del tema.

## ¿Qué puede hacer la llama?

Al igual que otros modelos de IA generativa, Llama puede ayudar con una variedad de tareas, como codificar, responder preguntas matemáticas simples y resumir documentos en ocho idiomas: inglés, alemán, francés, italiano, portugués, hindi, español y tailandés. Puede manejar la mayoría de las tareas basadas en texto, como analizar archivos como PDF y hojas de cálculo, pero actualmente no tiene la capacidad de generar o procesar imágenes, algo que podría cambiar en el futuro.

Los modelos de Llama pueden integrarse con aplicaciones, herramientas y API de terceros para realizar una variedad de tareas. Están configurados para utilizar Brave Search para responder preguntas sobre eventos actuales, la API Wolfram Alpha para consultas de matemáticas y ciencias y un intérprete de Python para la validación de código. Según Meta, Llama 3.1 puede incluso utilizar algunas herramientas para las que no ha sido entrenado explícitamente, aunque la confiabilidad de esta característica aún es incierta.

## ¿Dónde puedes usar Llama?

Si desea conectarse directamente con Llama, la experiencia del chatbot Meta AI es compatible con plataformas como Facebook Messenger, WhatsApp, Instagram, Oculus y Meta.ai.

Para los desarrolladores, Llama está disponible para descargar y puede ampliarse a varias plataformas de nube populares. Meta se ha asociado con más de 25 empresas para alojar Llama, incluidas Nvidia, Databricks, Groq, Dell y Snowflake. Muchos de estos socios proporcionan herramientas adicionales que permiten a Llama acceder a datos patentados o ejecutarse de manera más eficiente.

Meta sugiere utilizar los modelos Llama más pequeños, específicamente el 8B y el 70B, para fines generales como ejecutar chatbots o crear código. Por otro lado, el Llama 405B más grande es más apropiado para tareas como la destilación de modelos, que implica transferir conocimiento de un modelo más grande a uno más pequeño, así como generar datos sintéticos para entrenar otros modelos.

Los desarrolladores que operan aplicaciones con más de 700 millones de usuarios mensuales deben adquirir una licencia especial de Meta para acceder a Llama, y ​​esto se otorgará a discreción de Meta.

## ¿Qué herramientas ofrece Meta para Llama?

Meta ha introducido varias herramientas para mejorar la seguridad de Llama:

1. **Llama Guard:** Un marco de moderación que identifica contenido problemático, como incitación al odio, autolesiones e infracción de derechos de autor.

2. **Prompt Guard:** Una herramienta diseñada específicamente para proteger a Llama de mensajes dañinos que buscan eludir sus medidas de seguridad.

3. **CyberSecEval:** Un conjunto de evaluación de riesgos de ciberseguridad que evalúa la seguridad del modelo, enfocándose en amenazas como la ingeniería social automatizada y las actividades cibernéticas ofensivas.

Por ejemplo, Llama Guard puede detectar contenido dañino o ilegal que se ingresa o genera en Llama, lo que permite a los desarrolladores personalizar qué categorías están bloqueadas. Prompt Guard se centra en la defensa contra "ataques de inyección de mensajes" que intentan manipular el modelo. CyberSecEval ofrece puntos de referencia para evaluar los riesgos de seguridad asociados con los modelos Llama.

## Limitaciones de la llama

Llama, al igual que otros modelos de IA generativa, tiene sus limitaciones y riesgos potenciales. Una de las principales preocupaciones es si Meta utilizó materiales con derechos de autor para entrenar a Llama. Si ese es el caso, los usuarios podrían enfrentar responsabilidad por cualquier contenido protegido por derechos de autor que genere el modelo.

Informes recientes indican que Meta ha estado utilizando libros electrónicos con derechos de autor para el entrenamiento de IA, a pesar de haber recibido advertencias legales. La compañía también incorpora contenido de Instagram y Facebook en su modelo de capacitación, lo que dificulta que los usuarios opten por no participar. Meta se enfrenta a múltiples demandas, incluida una de autores como Sarah Silverman, que afirman que la empresa ha utilizado material protegido por derechos de autor sin permiso.

Una consideración importante es la programación, ya que Llama podría producir código con errores o inseguro. Es fundamental que los desarrolladores cuenten con un experto humano que revise cualquier código generado por IA antes de implementarlo en sus aplicaciones.

Si bien el modelo Llama de Meta ofrece considerable flexibilidad y oportunidades para los desarrolladores, es importante reconocer los riesgos y limitaciones potenciales que conlleva.

–

_Presentado por Code Labs Academy - Your Leading_ [_Campo de entrenamiento de codificación en línea_](/) _para futuros innovadores tecnológicos._



###### Créditos de imagen: Meta

thumbnail_Llama-Use-Case_Header_16x9-1.webp

Llama-Use-Case_Header_16x9-1.webp

¿Qué es Meta Llama? Una mirada completa al modelo abierto de IA para desarrolladores

###### 17 de septiembre de 2024

Cuando todavía era estudiante de informática en la Universidad de Waterloo, Jacob Jackson cofundó [Tabnine](https://www.tabnine.com/get-free-90-day-trial/?utm_term=tabnine\&utm_campaign=%5BUS%5D+%7C+%5Ben%5D+%7C+%5Bdesktop%5D+%7C+%5BSearch:Brand%5D+%7C+%5BTabnine%5D\&utm_source=adwords\&utm_medium=ppc\&hsa_acc=4311736126\&hsa_cam=21073527735\&hsa_grp=159292934283\&hsa_ad=713438295758\&hsa_src=g\&hsa_tgt=kwd-915660947489\&hsa_kw=tabnine\&hsa_mt=e\&hsa_net=adwords\&hsa_ver=3\&gad_source=1\&gclid=CjwKCAjw0aS3BhA3EiwAKaD2ZSi_B04PfNmu2pEw62uZL71RUlGpSu2J1k_0CDSFuIosfG5tgV4fVRoCod8QAvD_BwE), una empresa de asistentes de codificación de IA, que inicia temprano su carrera en IA . En 2019, mientras Jackson terminaba sus exámenes finales, Tabnine recaudó alrededor de 60 millones de dólares en capital de riesgo y se vendió a Codata. Después de eso, comenzó a trabajar como pasante en [OpenAI](https://openai.com/) hasta 2022, cuando tomó la decisión de iniciar una nueva empresa que mejoraría los flujos de trabajo de los desarrolladores.

Jackson desarrolló [Supermaven](https://supermaven.com/), una plataforma de codificación de IA que amplía su experiencia con Tabnine pero presenta importantes mejoras tecnológicas, gracias a su inspiración en el desarrollo de herramientas de IA como ChatGPT y GitHub Copilot. Babble, el modelo de IA interno de Supermaven, tiene una ventana emergente de un millón de tokens que le permite analizar una gran cantidad de código a la vez. Esto hace que el modelo sea más confiable a la hora de producir código preciso al permitirle manejar grandes entradas sin "olvidar" datos recientes ni desviarse del tema.

Supermaven iguala a competidores como Code Assist de Google con 1 millón de [tokens](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them), a pesar de que que algunas plataformas de codificación de IA, como Magic, ofrecen ventanas emergentes considerablemente más grandes (Magic admite 100 millones de tokens). Según Jackson, el punto de venta único de Supermaven es su latencia reducida, posible gracias a una innovadora arquitectura neuronal interna. Además, la plataforma tarda solo entre 10 y 20 segundos en procesar el repositorio de código de un desarrollador, aprendiendo reglas de codificación y API para que pueda seguir funcionando rápidamente, incluso con bases de código grandes.

Se espera que el mercado de herramientas de codificación de IA crezca rápidamente y alcance los 27.170 millones de dólares en 2032, [según las previsiones](https://www.polarismarketresearch.com/press-releases/ai-code-tools-market). Más de 1,8 millones de usuarios de GitHub Copilot se encuentran entre los muchos desarrolladores que ya han integrado la IA en sus procesos. Pero el sector tiene muchos obstáculos que superar, particularmente en lo que respecta a propiedad intelectual y privacidad de datos. Por miedo a revelar el PIN, muchas empresas dudan en utilizar herramientas de codificación de IA. Además, se sabe que los modelos de IA regurgitan código protegido por derechos de autor en algunos casos, lo que pone a los desarrolladores en peligro legal si lo incluyen en su trabajo sin darse cuenta. .

Jackson enfatizó [en una charla con Techcrunch](https://techcrunch.com/2024/09/16/ai-coding-assistant-supermaven-raises-cash-from-openai-and-perplexity-founders/) que si bien Supermaven retiene los datos durante un breve período para maximizar el rendimiento del sistema, no utiliza datos del consumidor para construir sus modelos. Al reducir la exposición a contenidos peligrosos durante la formación, enfatizó que la atención se centraba en el código de acceso público, pero no descartó por completo la posibilidad de que se enseñara a Babble sobre código protegido por IP.

Supermaven ha ganado popularidad significativamente a pesar de estos obstáculos, con más de 35.000 desarrolladores utilizando la plataforma. Desde que la compañía se lanzó en febrero, su base de usuarios se ha triplicado y muchos de esos clientes se están registrando en planes premium. Los ingresos recurrentes anuales de la empresa alcanzaron el millón de dólares.

Debido al éxito de la plataforma, los inversores están tomando nota. Recientemente, Supermaven reveló que la compañía había completado su primera ronda de inversión externa, recaudando 12 millones de dólares de inversores ángeles y Bessemer Venture Partners, que incluían a los cofundadores de Perplexity y OpenAI, John Schulman y Denis Yarats. El dinero se utilizará para mejorar el editor de texto de Supermaven, que actualmente se encuentra en versión beta, y para contratar más desarrolladores, preparando a la empresa para el éxito a largo plazo en el campo de rápido crecimiento de la IA de codificación informática.

thumbnail_charlesdeluvio-pjAH2Ax4uWk-unsplash (1) (1).webp

charlesdeluvio-pjAH2Ax4uWk-unsplash (1) (1).webp

Supermaven obtiene el apoyo de los inversores: herramienta de inteligencia artificial que optimiza los flujos de trabajo de los desarrolladores

###### 13 de septiembre de 2024



Meta está [actualizando](https://about.fb.com/news/2024/04/metas-approach-to-labeling-ai-generated-content-and-manipulated-media/) su enfoque para etiquetar contenido que tiene sido editado o modificado por herramientas de inteligencia artificial en Instagram, Facebook y Threads. La etiqueta "AI Insights", que anteriormente aparecía directamente debajo del nombre de un usuario, ahora se moverá al menú de publicaciones para el contenido que se haya modificado mediante IA.

La compañía dijo que la etiqueta seguirá apareciendo en el contenido que Meta identifica como completamente generado por IA. Si bien la etiqueta puede ser menos visible en el contenido que se ha editado con herramientas de IA, seguirá siendo claramente visible en el contenido que se ha creado íntegramente con información de IA.

Meta ha anunciado que ofrecerá información sobre si el contenido está etiquetado según las señales estándar de la industria o la divulgación del usuario. Este cambio, que se implementará la próxima semana, tiene como objetivo “reflejar mejor el alcance de la IA utilizada en el contenido” en todas sus plataformas.

Al reducir la prominencia de la etiqueta de información de IA, existe la preocupación de que los usuarios puedan ser engañados más fácilmente por el contenido editado por IA, particularmente a medida que las herramientas de edición se vuelven cada vez más sofisticadas.

Esta no es la primera vez que Meta cambia la forma en que etiqueta el contenido relacionado con la IA. En julio, la empresa cambió la etiqueta de "Hecho con IA" a "Información de IA" después de recibir quejas de fotógrafos que sentían que la etiqueta se había aplicado incorrectamente a fotografías reales. Meta admitió que la redacción original era confusa y podría haberse interpretado en el sentido de que ciertas imágenes fueron generadas completamente por IA, incluso si solo habían sido editadas con herramientas de IA.

—

_Presentado por Code Labs Academy - Your Leading_ [_Bootcamp de codificación en línea_](/) _para futuros innovadores tecnológicos._



###### Créditos de imagen: Meta

thumbnail_meta-ai-web.webp

meta-ai-web.webp

Metacambios en el etiquetado de IA en plataformas sociales para contenido editado y generado por IA

###### 13 de septiembre de 2024

Aunque las opiniones sobre si la nueva empresa de recursos humanos de Rajeev Behera, [Every](https://www.every.io/), es una empresa de alto riesgo o una idea brillante son variadas, la startup está causando sensación. Para las pequeñas empresas, la plataforma todo en uno integra la gestión de nóminas, incorporación y gastos. Este mercado ya está congestionado con actores establecidos como Gusto, Rippling y Deel, así como con empresas prometedoras como Mercury y Brex. Sin embargo, los partidarios de Behera parecen estar seguros de que su estrategia es única. Recientemente, Every recaudó 22,5 millones de dólares en una ronda de recaudación de fondos Serie A encabezada por Okta Ventures, Base10 Partners, Y Combinator y Redpoint Ventures.

El énfasis de Behera en las empresas en etapa inicial y su estrategia de oferta distintiva son lo que distinguen su visión. Every ofrece servicios de constitución gratuitos a pequeñas empresas, y luego abren cuentas bancarias comerciales y brindan apoyo administrativo crucial. Las tarifas de intercambio y las tarifas de SaaS para módulos adicionales como la contabilidad generan ingresos.

[Behera explicó](https://techcrunch.com/2024/09/12/why-y-combinator-companies-are-flocking-to-new-banking-hr-startup-every/) que Every ha desarrollado herramientas avanzadas para gestión de nóminas, banca y gastos. Para atraer a los fundadores desde el principio, ahora ofrecen servicios de incorporación gratuitos. Una vez incorporadas a través de una sesión personalizada, las nuevas empresas obtienen acceso a un sistema integral que cubre banca, nómina, recursos humanos, contabilidad, impuestos y cumplimiento estatal. Además, los fundadores se benefician de un canal Slack dedicado donde pueden conectarse y compartir ideas con otros emprendedores.

Después de completar su incorporación usando Every, los clientes generalmente se quedan con él en lugar de usar plataformas de la competencia como Rippling. Con herramientas destinadas a promover su crecimiento durante los primeros cinco años, Every se concentra en empresas con menos de 200 personas.

El enfoque de Behera es único porque anticipa que sus clientes más rentables eventualmente requerirán más servicios de Every, al menos hasta que Every se convierta en una fintech en etapa de crecimiento que pueda ayudar a empresas más grandes.

La relación de Behera con [Y Combinator](https://www.ycombinator.com/) (YC) ha sido un componente vital del desarrollo de Everybody. Behera, una emprendedora experimentada, hizo uso de la red del acelerador y todos formaron parte de la cohorte de verano de 2023 de YC. Reflektive, su empresa comercial anterior, fue comprada en 2021 tras una recaudación de capital de más de 100 millones de dólares. Además, la asesora de YC, Surbhi Sarna, su esposa, también es una empresaria de éxito. Debido a esto, aproximadamente la mitad de la clientela de Every procedía de la extensa red de startups de YC.

Aunque Rippling, Gusto y Deel (otras tres nuevas empresas respaldadas por YC) compiten con ellas, los estrechos vínculos de Every con el ecosistema de YC son una ventaja significativa. Esto ha atraído a inversores, junto con el enfoque práctico de Behera para crear los componentes de la plataforma desde cero.

Behera contrató más personal después de supervisar personalmente las ventas, el soporte y el diseño de productos para los primeros 50 clientes de la empresa, con la ayuda de Alex Bard de Redpoint, quien supervisó la ronda de recaudación de fondos de la Serie A. Después de leer testimonios entusiastas de empresas que ya utilizaban Every, otros capitalistas de riesgo hicieron lo mismo.

En menos de dos semanas, el dinero de la Serie A se aseguró sin que Behera buscara activamente nuevos inversores. Aunque el valor de la empresa no se hizo público, las estimaciones lo sitúan en 112,5 millones de dólares. Los fondos adicionales se utilizarán para respaldar los servicios gratuitos de incorporación e incorporación que están impulsando el éxito inicial de Every, así como para hacer crecer el personal de ingeniería, que ahora cuenta con aproximadamente 20 personas.

¿Qué es Meta Llama? Una mirada completa al modelo abierto de IA para desarrolladores

Supermaven obtiene el apoyo de los inversores: herramienta de inteligencia artificial que optimiza los flujos de trabajo de los desarrolladores

Metacambios en el etiquetado de IA en plataformas sociales para contenido editado y generado por IA

La startup de recursos humanos Every obtiene una financiación Serie A de 22,5 millones de dólares y amplía el equipo de ingeniería en solo dos semanas