###### 17 September 2024



Meta, seperti banyak perusahaan teknologi terkemuka lainnya, telah mengembangkan model AI generatifnya sendiri yang dikenal sebagai [Llama](https://llama.meta.com/). Apa yang membedakan Llama adalah sifatnya yang terbuka, memungkinkan pengembang untuk mengunduh dan menggunakannya dengan kebebasan yang besar, meskipun ada beberapa kondisi yang perlu diingat. Pendekatan ini kontras dengan model seperti Claude Anthropic, [GPT-4o OpenAI](https://openai.com/index/hello-gpt-4o/) (mesin di belakang [ChatGPT](/news/ai-at-your-ujungjari-chatgpt-app-sekarang-tersedia-untuk-mac-2024-07-02)), dan Gemini dari Google, yang hanya tersedia melalui API.

Untuk memberikan lebih banyak fleksibilitas kepada pengembang, Meta telah bermitra dengan penyedia layanan cloud seperti AWS, Google Cloud, dan Microsoft Azure untuk menawarkan versi Llama yang dihosting di cloud. Selain itu, Meta telah membangun alat yang menyederhanakan proses bagi pengembang untuk menyempurnakan dan mengadaptasi model untuk memenuhi kebutuhan spesifik mereka.

Di bawah ini adalah penjelasan rinci tentang Llama, termasuk apa yang dapat dilakukannya, berbagai versi yang ditawarkannya, dan bagaimana Anda dapat menggunakannya secara efektif.

## Apa itu Llama?

Llama bukan hanya satu model; itu mencakup berbagai model, seperti:

- Lama 8B

- Lama 70B

- Lama 405B

Versi terbaru (Llama 3.1 8B, Llama 3.1 70B, dan Llama 3.1 405B) dirilis pada Juli 2024. Model ini dilatih pada berbagai sumber data, seperti halaman web dalam berbagai bahasa, kode publik, file yang tersedia online, dan data sintetis yang dihasilkan oleh sistem AI lainnya.

Llama 3.1 8B dan 70B adalah model ringkas yang dapat menjalankan berbagai perangkat mulai dari laptop hingga server. Llama 3.1 405B, di sisi lain, adalah model berskala besar yang biasanya memerlukan perangkat keras pusat data. Meskipun model yang lebih kecil mungkin tidak sekuat 405B, model ini menawarkan kinerja yang lebih cepat dan dioptimalkan untuk mengurangi penyimpanan dan latensi.

Semua model Llama menampilkan jendela konteks 128.000 token, memungkinkan model tersebut menangani sekitar 100.000 kata (atau 300 halaman teks). Ini kira-kira panjangnya buku seperti Wuthering Heights atau Harry Potter dan Tahanan Azkaban. Jendela konteks yang panjang membantu model menyimpan informasi dari dokumen dan data terkini, sehingga mengurangi risiko keluar dari topik.

## Apa yang Dapat Dilakukan Llama?

Seperti model AI generatif lainnya, Llama dapat membantu berbagai tugas, seperti coding, menjawab pertanyaan matematika sederhana, dan merangkum dokumen dalam delapan bahasa: Inggris, Jerman, Prancis, Italia, Portugis, Hindi, Spanyol, dan Thailand. Ia dapat menangani sebagian besar tugas berbasis teks, seperti menganalisis file seperti PDF dan spreadsheet, namun saat ini ia tidak memiliki kemampuan untuk menghasilkan atau memproses gambar — sesuatu yang dapat berubah di masa mendatang.

Model Llama dapat berintegrasi dengan aplikasi, alat, dan API pihak ketiga untuk melakukan berbagai tugas. Mereka dikonfigurasikan untuk menggunakan Brave Search untuk menjawab pertanyaan tentang peristiwa terkini, Wolfram Alpha API untuk pertanyaan matematika dan sains, dan juru bahasa Python untuk validasi kode. Menurut Meta, Llama 3.1 bahkan dapat menggunakan beberapa alat yang belum dilatih secara eksplisit, meski keandalan fitur ini masih belum pasti.

## Dimana Anda Dapat Menggunakan Llama?

Jika Anda ingin terhubung langsung dengan Llama, pengalaman chatbot Meta AI didukung di platform seperti Facebook Messenger, WhatsApp, Instagram, Oculus, dan Meta.ai.

Bagi pengembang, Llama tersedia untuk diunduh dan dapat diperluas ke beberapa platform cloud populer. Meta telah bermitra dengan lebih dari 25 perusahaan untuk menampung Llama, termasuk Nvidia, Databricks, Groq, Dell, dan Snowflake. Banyak dari mitra ini menyediakan alat tambahan yang memungkinkan Llama mengakses data kepemilikan atau berjalan lebih efisien.

Meta menyarankan penggunaan model Llama yang lebih kecil, khususnya 8B dan 70B, untuk tujuan umum seperti menjalankan chatbots atau membuat kode. Di sisi lain, Llama 405B yang lebih besar lebih sesuai untuk tugas-tugas seperti distilasi model, yang melibatkan transfer pengetahuan dari model yang lebih besar ke model yang lebih kecil, serta menghasilkan data sintetis untuk melatih model lainnya.

Pengembang yang mengoperasikan aplikasi dengan lebih dari 700 juta pengguna bulanan harus memperoleh lisensi khusus dari Meta untuk mengakses Llama, dan ini akan diberikan berdasarkan kebijaksanaan Meta.

## Alat Apa yang Ditawarkan Meta untuk Llama?

Meta telah memperkenalkan beberapa alat untuk meningkatkan keamanan Llama:

1. **Llama Guard:** Kerangka moderasi yang mengidentifikasi konten bermasalah seperti perkataan yang mendorong kebencian, tindakan menyakiti diri sendiri, dan pelanggaran hak cipta.

2. **Prompt Guard:** Alat yang dirancang khusus untuk melindungi Llama dari pesan berbahaya yang berupaya mengabaikan tindakan keamanannya.

3. **CyberSecEval:** Rangkaian penilaian risiko keamanan siber yang mengevaluasi keamanan model, dengan fokus pada ancaman seperti rekayasa sosial otomatis dan aktivitas siber ofensif.

Misalnya, Llama Guard dapat mendeteksi konten berbahaya atau ilegal yang dimasukkan atau dihasilkan ke dalam Llama, sehingga memungkinkan pengembang menyesuaikan kategori mana yang diblokir. Prompt Guard berfokus pada pertahanan terhadap "serangan injeksi pesan" yang berupaya memanipulasi model. CyberSecEval menawarkan tolok ukur untuk menilai risiko keamanan yang terkait dengan model Llama.

## Keterbatasan Llama

Llama, seperti model AI generatif lainnya, memiliki keterbatasan dan potensi risiko. Salah satu kekhawatiran utama adalah apakah Meta menggunakan materi berhak cipta untuk melatih Llama. Jika demikian, pengguna dapat menghadapi tanggung jawab atas konten berhak cipta apa pun yang dihasilkan model tersebut.

Laporan terbaru menunjukkan bahwa Meta telah menggunakan e-book berhak cipta untuk pelatihan AI, meskipun telah menerima peringatan hukum. Perusahaan juga memasukkan konten dari Instagram dan Facebook ke dalam pelatihan modelnya, sehingga menyulitkan pengguna untuk memilih tidak ikut serta. Meta menghadapi banyak tuntutan hukum, termasuk salah satu dari penulis seperti Sarah Silverman, yang mengklaim bahwa perusahaan tersebut telah menggunakan materi berhak cipta tanpa izin.

Pertimbangan penting adalah pemrograman, karena Llama dapat menghasilkan kode yang bermasalah atau tidak aman. Sangat penting bagi pengembang untuk memiliki manusia ahli yang meninjau kode apa pun yang dihasilkan AI sebelum menerapkannya dalam aplikasi mereka.

Meskipun model Llama Meta menawarkan fleksibilitas dan peluang yang besar bagi pengembang, penting untuk mengenali potensi risiko dan keterbatasan yang menyertainya.

–

_Dipersembahkan oleh Code Labs Academy – Unggulan Anda_ [_Online Coding Bootcamp_](/) _untuk Inovator Teknologi Masa Depan._



###### Kredit Gambar: Meta

thumbnail_Llama-Use-Case_Header_16x9-1.webp

Llama-Use-Case_Header_16x9-1.webp

Apa itu Meta Llama? Tinjauan Komprehensif Model AI Terbuka untuk Pengembang

###### 17 September 2024

Saat masih menjadi mahasiswa ilmu komputer di Universitas Waterloo, Jacob Jackson ikut mendirikan [Tabnine](https://www.tabnine.com/get-free-90-day-trial/?utm_term=tabnine\&utm_campaign=%5BUS%5D+%7C+%5Ben%5D+%7C+%5Bdesktop%5D+%7C+%5BPenelusuran:Merek%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), sebuah perusahaan asisten pengkodean AI, meluncurkan karirnya di bidang AI lebih awal . Pada tahun 2019, saat Jackson menyelesaikan ujian akhirnya, Tabnine mengumpulkan modal ventura sekitar $60 juta dan dijual ke Codata. Setelah itu, ia mulai bekerja magang di [OpenAI](https://openai.com/) hingga tahun 2022, ketika ia membuat keputusan untuk memulai perusahaan baru yang akan meningkatkan alur kerja developer.

Jackson mengembangkan [Supermaven](https://supermaven.com/), sebuah platform pengkodean AI yang memperluas pengalamannya dengan Tabnine tetapi menampilkan peningkatan teknologi besar, berkat inspirasinya dari pengembangan alat AI seperti ChatGPT dan GitHub Copilot. Babble, model AI internal Supermaven, memiliki pop-up jutaan token yang memungkinkannya menganalisis banyak kode sekaligus. Hal ini membuat model lebih andal dalam menghasilkan kode yang akurat dengan memungkinkannya menangani masukan dalam jumlah besar tanpa “melupakan” data terkini atau menyimpang dari topik.

Supermaven menandingi pesaing seperti Google Code Assist dengan 1 juta [tokens](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them), meskipun faktanya bahwa beberapa platform pengkodean AI, seperti Magic, menawarkan pop-up yang jauh lebih besar (Magic mendukung 100 juta token). Menurut Jackson, nilai jual unik Supermaven adalah pengurangan latensi, yang dimungkinkan oleh arsitektur saraf internal yang inovatif. Selain itu, platform ini hanya membutuhkan waktu 10-20 detik untuk memproses repositori kode pengembang, mempelajari aturan pengkodean dan API sehingga dapat terus berjalan dengan cepat, bahkan dengan basis kode yang besar.

Pasar alat pengkodean AI diperkirakan akan tumbuh pesat dan mencapai $27,17 miliar pada tahun 2032, [menurut perkiraan](https://www.polarismarketresearch.com/press-releases/ai-code-tools-market). Lebih dari 1,8 juta pengguna GitHub Copilot termasuk di antara banyak pengembang yang telah mengintegrasikan AI ke dalam proses mereka. Namun sektor ini memiliki banyak kendala yang harus diatasi, terutama terkait dengan kekayaan intelektual dan privasi data. Takut mengungkapkan PIN, banyak perusahaan ragu menggunakan alat pengkodean AI. Selain itu, kode berhak cipta diketahui dimuntahkan oleh model AI dalam beberapa kasus, sehingga menempatkan pengembang dalam bahaya hukum jika mereka memasukkannya ke dalam karya mereka tanpa menyadarinya. .

Jackson menekankan [dalam pembicaraan dengan Techcrunch](https://techcrunch.com/2024/09/16/ai-coding-assistant-supermaven-raises-cash-from-openai-and-perplexity-founders/) bahwa Supermaven menyimpan data untuk jangka waktu singkat untuk memaksimalkan kinerja sistem, namun tidak menggunakan data konsumen untuk membangun modelnya. Mengurangi paparan konten berbahaya selama pelatihan, dia menekankan bahwa fokusnya adalah pada kode yang dapat diakses publik, namun dia tidak sepenuhnya mengesampingkan kemungkinan bahwa Babble akan diajarkan tentang kode yang dilindungi IP.

Popularitas Supermaven telah meningkat secara signifikan meskipun terdapat kendala-kendala ini, dengan lebih dari 35.000 pengembang menggunakan platform ini. Sejak perusahaan ini diluncurkan pada bulan Februari, basis penggunanya meningkat tiga kali lipat dan banyak dari pelanggan tersebut mendaftar untuk paket premium. Pendapatan berulang tahunan perusahaan mencapai $1 juta.

Karena keberhasilan platform ini, para investor memperhatikannya. Baru-baru ini, Supermaven mengungkapkan bahwa perusahaan telah menyelesaikan putaran investasi eksternal pertamanya, mengumpulkan $12 juta dari angel investor dan Bessemer Venture Partners, termasuk salah satu pendiri Perplexity dan OpenAI John Schulman dan Denis Yarats. Uang tersebut akan digunakan untuk meningkatkan editor teks Supermaven, yang saat ini masih dalam versi beta, dan untuk merekrut lebih banyak pengembang, menyiapkan perusahaan untuk sukses jangka panjang di bidang pengkodean komputer AI yang berkembang pesat.

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

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

Supermaven Mendapatkan Dukungan Investor: Alat AI yang Mengoptimalkan Alur Kerja Pengembang

###### 13 September 2024



Meta sedang [memperbarui](https://about.fb.com/news/2024/04/metas-approach-to-labeling-ai-generated-content-and-manipulated-media/) pendekatannya terhadap pelabelan konten yang memiliki telah diedit atau dimodifikasi oleh alat AI di Instagram, Facebook, dan Threads. Label “AI Insights” yang sebelumnya muncul tepat di bawah nama pengguna, kini akan berpindah ke menu postingan untuk konten yang telah dimodifikasi menggunakan AI.

Perusahaan mengatakan label tersebut akan terus muncul pada konten yang diidentifikasi Meta sebagai sepenuhnya dihasilkan oleh AI. Meskipun label mungkin kurang terlihat pada konten yang telah diedit menggunakan alat AI, label tersebut akan tetap terlihat jelas pada konten yang seluruhnya dibuat dengan masukan AI.

Meta telah mengumumkan bahwa mereka akan menawarkan informasi apakah konten diberi label berdasarkan sinyal standar industri atau pengungkapan pengguna. Perubahan ini, yang akan diterapkan minggu depan, bertujuan untuk “lebih mencerminkan cakupan AI yang digunakan dalam konten” di semua platformnya.

Dengan mengurangi menonjolnya label informasi AI, ada kekhawatiran bahwa pengguna akan lebih mudah tertipu oleh konten yang diedit oleh AI, terutama karena alat pengeditan menjadi semakin canggih.

Ini bukan pertama kalinya Meta mengubah cara memberi label pada konten terkait AI. Pada bulan Juli, perusahaan tersebut mengubah label dari “Dibuat dengan AI” menjadi “Informasi dari AI” setelah menerima keluhan dari fotografer yang merasa label tersebut diterapkan secara tidak benar pada foto asli. Meta mengakui bahwa kata-kata aslinya membingungkan dan dapat diartikan bahwa gambar tertentu sepenuhnya dihasilkan oleh AI, meskipun gambar tersebut hanya diedit dengan alat AI.

—

_Dipersembahkan oleh Code Labs Academy – Unggulan Anda_ [_Online Coding Bootcamp_](/) _untuk Inovator Teknologi Masa Depan._



###### Kredit Gambar: Meta

thumbnail_meta-ai-web.webp

meta-ai-web.webp

Meta Mengubah Pelabelan AI pada Platform Sosial untuk Konten yang Diedit dan Dibuat oleh AI

###### 13 September 2024

Meskipun beragam pendapat mengenai apakah firma SDM baru Rajeev Behera, [Setiap](https://www.every.io/), merupakan usaha berisiko tinggi atau memiliki ide cemerlang, startup ini mulai menimbulkan gelombang. Untuk perusahaan kecil, platform lengkap ini mengintegrasikan manajemen penggajian, orientasi, dan pengeluaran. Pasar ini sudah penuh dengan pemain mapan seperti Gusto, Rippling, dan Deel serta perusahaan pendatang baru seperti Mercury dan Brex. Namun, para pendukung Behera tampaknya yakin bahwa strateginya unik. Baru-baru ini, Every mengumpulkan $22,5 juta dalam putaran penggalangan dana Seri A yang dipimpin oleh Okta Ventures, Base10 Partners, Y Combinator, dan Redpoint Ventures.

Penekanan Behera pada perusahaan tahap awal dan strategi penawaran yang khas adalah hal yang membedakan visinya. Masing-masing menyediakan layanan pendirian perusahaan gratis untuk perusahaan kecil, dan kemudian mereka membuat rekening bank bisnis dan memberikan dukungan back-office yang penting. Biaya pertukaran dan biaya SaaS untuk modul tambahan seperti akuntansi menghasilkan pendapatan.

[Behera menjelaskan](https://techcrunch.com/2024/09/12/why-y-combinator-companies-are-flocking-to-new-banking-hr-startup-every/) bahwa Every telah mengembangkan alat canggih untuk penggajian, perbankan, dan manajemen pengeluaran. Untuk menarik para pendiri sejak dini, mereka kini menawarkan layanan pendirian gratis. Setelah mengikuti sesi yang dipersonalisasi, startup mendapatkan akses ke sistem komprehensif yang mencakup perbankan, penggajian, SDM, pembukuan, pajak, dan kepatuhan negara. Selain itu, para pendiri mendapat manfaat dari saluran khusus Slack tempat mereka dapat terhubung dan berbagi wawasan dengan wirausaha lain.

Setelah menyelesaikan penggabungan mereka menggunakan Every, pelanggan biasanya tetap menggunakannya daripada menggunakan platform pesaing seperti Rippling. Dengan alat yang dimaksudkan untuk mendorong pertumbuhan mereka selama lima tahun pertama, konsentrasi Every ada pada perusahaan dengan jumlah karyawan kurang dari 200 orang.

Pendekatan yang dilakukan Behera terbilang unik karena ia mengantisipasi bahwa kliennya yang paling menguntungkan pada akhirnya akan membutuhkan lebih banyak layanan dari Every—setidaknya hingga Every berkembang menjadi fintech yang berada pada tahap pertumbuhan dan dapat membantu perusahaan-perusahaan besar.

Hubungan Behera dengan [Y Combinator](https://www.ycombinator.com/) (YC) telah menjadi komponen penting dalam perkembangan Semua Orang. Behera, seorang pengusaha berpengalaman, memanfaatkan jaringan akselerator, dan semua orang menjadi bagian dari kelompok YC Musim Panas 2023. Reflektive, usaha bisnis sebelumnya, dibeli pada tahun 2021 setelah peningkatan modal lebih dari $100 juta. Selain itu, penasihat YC Surbhi Sarna, istrinya, juga seorang pengusaha sukses. Karena itu, sekitar setengah dari klien Every datang melalui jaringan startup YC yang luas.

Meskipun Rippling, Gusto, dan Deel—tiga startup lain yang didukung YC—bersaing dengan mereka, kedekatan Every dengan ekosistem YC merupakan keuntungan yang signifikan. Hal ini telah menarik investor, seiring dengan pendekatan langsung Behera dalam menciptakan komponen platform dari awal.

Behera mempekerjakan lebih banyak staf setelah secara pribadi mengawasi penjualan pelanggan, dukungan, dan desain produk untuk 50 klien pertama bisnis tersebut, dengan bantuan Alex Bard dari Redpoint, yang mengawasi putaran penggalangan dana Seri A. Setelah membaca testimoni cemerlang dari perusahaan-perusahaan yang telah menggunakan Every, pemodal ventura lainnya melakukan hal yang sama.

Dalam waktu kurang dari dua minggu, uang Seri A diperoleh tanpa Behera aktif mencari investor baru. Meskipun kekayaan perusahaan tidak dipublikasikan, diperkirakan sebesar $112,5 juta. Pendanaan tambahan akan digunakan untuk mendukung layanan penggabungan dan orientasi gratis yang mendorong kesuksesan awal Every, serta untuk mengembangkan staf teknik, yang kini berjumlah sekitar 20 orang.

Apa itu Meta Llama? Tinjauan Komprehensif Model AI Terbuka untuk Pengembang

Supermaven Mendapatkan Dukungan Investor: Alat AI yang Mengoptimalkan Alur Kerja Pengembang

Meta Mengubah Pelabelan AI pada Platform Sosial untuk Konten yang Diedit dan Dibuat oleh AI

HR Startup Every Mendapatkan Pendanaan Seri A $22,5 Juta dan Memperluas Tim Teknik Hanya dalam Dua Minggu