###### 17 settembre 2024



Meta, come molte altre aziende tecnologiche leader, ha sviluppato il proprio modello di intelligenza artificiale generativa noto come [Llama](https://llama.meta.com/). Ciò che distingue Llama è la sua natura aperta, che consente agli sviluppatori di scaricarlo e utilizzarlo con notevole libertà, anche se ci sono alcune condizioni da tenere a mente. Questo approccio contrasta con modelli come Claude di Anthropic, [GPT-4o di OpenAI](https://openai.com/index/hello-gpt-4o/) (il motore dietro [ChatGPT](/news/ai-at-your-fingertips-chatgpt-app-now-available-for-mac-2024-07-02)) e Gemini di Google, disponibili esclusivamente tramite API.

Per offrire agli sviluppatori maggiore flessibilità, Meta ha collaborato con fornitori di servizi cloud come AWS, Google Cloud e Microsoft Azure per offrire versioni di Llama ospitate sul cloud. Inoltre, Meta ha creato strumenti che semplificano il processo per consentire agli sviluppatori di mettere a punto e adattare il modello per soddisfare i loro requisiti specifici.

Di seguito è riportata una descrizione dettagliata di Llama, incluso cosa può fare, le diverse versioni che offre e come utilizzarlo in modo efficace.

## Cos'è Lama?

Llama non è semplicemente un modello; comprende una gamma di modelli, come:

- Lama 8B

- Lama 70B

- Lama 405B

Le versioni più recenti (Llama 3.1 8B, Llama 3.1 70B e Llama 3.1 405B) sono state rilasciate nel luglio 2024. Questi modelli sono addestrati su un'ampia gamma di origini dati, come pagine Web in diverse lingue, codice pubblico, file disponibili online e dati sintetici prodotti da altri sistemi di intelligenza artificiale.

Llama 3.1 8B e 70B sono modelli compatti che possono eseguire una varietà di dispositivi, dai laptop ai server. Il Llama 3.1 405B, invece, è un modello su larga scala che in genere richiede hardware per data center. Anche se i modelli più piccoli potrebbero non essere potenti come il 405B, offrono prestazioni più veloci e sono ottimizzati per storage e latenza ridotti.

Tutti i modelli Llama presentano una finestra di contesto di 128.000 token, che consente loro di gestire circa 100.000 parole (o 300 pagine di testo). Questa è più o meno la lunghezza di libri come Cime Tempestose o Harry Potter e il Prigioniero di Azkaban. Una lunga finestra di contesto aiuta il modello a conservare le informazioni provenienti da documenti e dati recenti, riducendo il rischio di andare fuori tema.

## Cosa può fare il lama?

Come altri modelli di intelligenza artificiale generativa, Llama può aiutare con una varietà di compiti, come scrivere codice, rispondere a semplici domande di matematica e riassumere documenti in otto lingue: inglese, tedesco, francese, italiano, portoghese, hindi, spagnolo e tailandese. Può gestire la maggior parte delle attività basate su testo, come l'analisi di file come PDF e fogli di calcolo, ma attualmente non ha la capacità di generare o elaborare immagini, cosa che potrebbe cambiare in futuro.

I modelli di lama possono integrarsi con app, strumenti e API di terze parti per eseguire una varietà di attività. Sono configurati per utilizzare Brave Search per rispondere a domande sugli eventi attuali, l'API Wolfram Alpha per query di matematica e scienze e un interprete Python per la convalida del codice. Secondo Meta, Llama 3.1 può anche utilizzare alcuni strumenti su cui non è stato esplicitamente addestrato, sebbene l'affidabilità di questa funzionalità sia ancora incerta.

## Dove puoi usare il lama?

Se desideri connetterti direttamente con Llama, l'esperienza del chatbot Meta AI è supportata su piattaforme come Facebook Messenger, WhatsApp, Instagram, Oculus e Meta.ai.

Per gli sviluppatori, Llama è disponibile per il download e può essere adattato a diverse piattaforme cloud popolari. Meta ha collaborato con oltre 25 aziende per ospitare Llama, tra cui Nvidia, Databricks, Groq, Dell e Snowflake. Molti di questi partner forniscono strumenti aggiuntivi che consentono a Llama di accedere a dati proprietari o di funzionare in modo più efficiente.

Meta suggerisce di utilizzare i modelli Llama più piccoli, in particolare 8B e 70B, per scopi generali come l'esecuzione di chatbot o la creazione di codice. D’altra parte, il più grande Llama 405B è più appropriato per compiti come la distillazione di modelli, che comporta il trasferimento di conoscenze da un modello più grande a uno più piccolo, nonché la generazione di dati sintetici per addestrare altri modelli.

Gli sviluppatori che utilizzano applicazioni con più di 700 milioni di utenti mensili devono acquisire una licenza speciale da Meta per accedere a Llama e questa sarà concessa a discrezione di Meta.

## Quali strumenti offre Meta per Llama?

Meta ha introdotto diversi strumenti per migliorare la sicurezza di Llama:

1. **Llama Guard:** un framework di moderazione che identifica contenuti problematici come incitamento all'odio, autolesionismo e violazione del copyright.

2. **Prompt Guard:** Uno strumento appositamente progettato per proteggere Llama da messaggi dannosi che cercano di aggirare le sue misure di sicurezza.

3. **CyberSecEval:** una suite di valutazione del rischio di sicurezza informatica che valuta la sicurezza del modello, concentrandosi su minacce come l'ingegneria sociale automatizzata e le attività informatiche offensive.

Ad esempio, Llama Guard può rilevare contenuti dannosi o illegali inseriti o generati in Llama, consentendo agli sviluppatori di personalizzare quali categorie bloccare. Prompt Guard si concentra sulla difesa dagli "attacchi di iniezione di messaggi" che tentano di manipolare il modello. CyberSecEval offre parametri di riferimento per valutare i rischi per la sicurezza associati ai modelli Llama.

## Limitazioni di Lama

Il lama, come altri modelli di intelligenza artificiale generativa, ha i suoi limiti e potenziali rischi. Una delle preoccupazioni principali è se Meta abbia utilizzato materiali protetti da copyright per addestrare Llama. In tal caso, gli utenti potrebbero essere responsabili per qualsiasi contenuto protetto da copyright generato dal modello.

Rapporti recenti indicano che Meta ha utilizzato e-book protetti da copyright per la formazione sull’intelligenza artificiale, nonostante abbia ricevuto avvisi legali. L'azienda incorpora anche contenuti di Instagram e Facebook nel suo modello di formazione, rendendo difficile per gli utenti la rinuncia. Meta sta affrontando numerose cause legali, inclusa una da parte di autori come Sarah Silverman, che sostengono che la società ha utilizzato materiale protetto da copyright senza autorizzazione.

Una considerazione importante è la programmazione, poiché Llama potrebbe produrre codice difettoso o non sicuro. È fondamentale che gli sviluppatori dispongano di un esperto umano che esamini qualsiasi codice generato dall'intelligenza artificiale prima di implementarlo nelle loro applicazioni.

Sebbene il modello Llama di Meta offra notevole flessibilità e opportunità agli sviluppatori, è importante riconoscere i potenziali rischi e limiti che ne derivano.

–

_Offerto da Code Labs Academy – Your Leading_ [_Bootcamp di codifica online_](/) _per futuri innovatori tecnologici._



###### Crediti immagine: Meta

thumbnail_Llama-Use-Case_Header_16x9-1.webp

Llama-Use-Case_Header_16x9-1.webp

Cos'è Meta Lama? Uno sguardo completo al modello di intelligenza artificiale aperta per gli sviluppatori

###### 17 settembre 2024

Mentre era ancora studente di informatica presso l'Università di Waterloo, Jacob Jackson ha co-fondato [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 società di assistente alla codifica AI, che ha lanciato presto la sua carriera nell'intelligenza artificiale . Nel 2019, mentre Jackson stava terminando gli esami finali, Tabnine ha raccolto circa 60 milioni di dollari in capitale di rischio ed è stata venduta a Codata. Successivamente, ha iniziato a lavorare come stagista presso [OpenAI](https://openai.com/) fino al 2022, quando ha deciso di avviare una nuova società che avrebbe migliorato i flussi di lavoro degli sviluppatori.

Jackson ha sviluppato [Supermaven](https://supermaven.com/), una piattaforma di codifica AI che espande la sua esperienza con Tabnine ma presenta importanti miglioramenti tecnologici, grazie alla sua ispirazione dagli sviluppi di strumenti AI come ChatGPT e GitHub Copilot. Babble, il modello AI interno di Supermaven, ha un pop-up da un milione di token che gli consente di analizzare molto codice contemporaneamente. Ciò rende il modello più affidabile nella produzione di codice accurato consentendogli di gestire input di grandi dimensioni senza “dimenticare” dati recenti o allontanarsi dall’argomento.

Supermaven eguaglia concorrenti come Code Assist di Google con 1 milione di [token](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them), nonostante il fatto che alcune piattaforme di codifica AI, come Magic, offrono popup considerevolmente più grandi (Magic supporta 100 milioni di token). Secondo Jackson, il punto di forza di Supermaven è la sua latenza ridotta, resa possibile da un'innovativa architettura neurale interna. Inoltre, la piattaforma impiega solo 10-20 secondi per elaborare il repository di codice di uno sviluppatore, apprendendo regole di codifica e API in modo che possa continuare a funzionare rapidamente, anche con codebase di grandi dimensioni.

Si prevede che il mercato degli strumenti di codifica AI crescerà rapidamente e raggiungerà i 27,17 miliardi di dollari entro il 2032, [secondo le previsioni](https://www.polarismarketresearch.com/press-releases/ai-code-tools-market). Oltre 1,8 milioni di utenti di GitHub Copilot sono tra i tanti sviluppatori che hanno già integrato l'intelligenza artificiale nei loro processi. Ma il settore ha molti ostacoli da superare, soprattutto quando si tratta di proprietà intellettuale e privacy dei dati. Temendo di rivelare il PIN, molte aziende esitano a utilizzare strumenti di codifica basati sull'intelligenza artificiale. Inoltre, in alcuni casi è noto che il codice protetto da copyright viene rigurgitato dai modelli di intelligenza artificiale, mettendo gli sviluppatori in pericolo legale se lo includono nel loro lavoro senza rendersene conto. .

Jackson ha sottolineato [in un discorso con Techcrunch](https://techcrunch.com/2024/09/16/ai-coding-assistant-supermaven-raises-cash-from-openai-and-perplexity-founders/) che mentre Supermaven conserva i dati per un breve periodo per massimizzare le prestazioni del sistema, non utilizza i dati dei consumatori per costruire i suoi modelli. Riducendo l'esposizione a contenuti pericolosi durante la formazione, ha sottolineato che l'attenzione era rivolta al codice accessibile al pubblico, ma non ha escluso completamente la possibilità che Babble venisse insegnato su codice protetto da IP.

Supermaven è cresciuto in modo significativo in popolarità nonostante questi ostacoli, con oltre 35.000 sviluppatori che utilizzano la piattaforma. Da quando l'azienda è stata lanciata a febbraio, la sua base di utenti è triplicata e molti di questi clienti si stanno iscrivendo a piani premium. Le entrate ricorrenti annuali dell'azienda hanno raggiunto 1 milione di dollari.

A causa del successo della piattaforma, gli investitori ne stanno prendendo nota. Recentemente, Supermaven ha rivelato che la società aveva completato il suo primo round di investimenti esterni, raccogliendo 12 milioni di dollari da angel investor e Bessemer Venture Partners, che includevano i co-fondatori di Perplexity e OpenAI John Schulman e Denis Yarats. Il denaro verrà utilizzato per migliorare l'editor di testo di Supermaven, che è attualmente in versione beta, e per assumere più sviluppatori, preparando l'azienda per un successo a lungo termine nel campo in rapida crescita dell'intelligenza artificiale per la codifica dei computer.

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

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

Supermaven ottiene il supporto degli investitori: uno strumento AI che ottimizza i flussi di lavoro degli sviluppatori

###### 13 settembre 2024



Meta sta [aggiornando](https://about.fb.com/news/2024/04/metas-approach-to-labeling-ai-generated-content-and-manipulated-media/) il suo approccio all'etichettatura dei contenuti che hanno sono stati modificati o modificati dagli strumenti AI su Instagram, Facebook e Threads. L'etichetta "AI Insights", che in precedenza appariva direttamente sotto il nome di un utente, ora si sposterà nel menu dei post per i contenuti che sono stati modificati utilizzando l'intelligenza artificiale.

La società ha affermato che l’etichetta continuerà ad apparire sui contenuti che Meta identifica come interamente generati dall’intelligenza artificiale. Anche se l'etichetta potrebbe essere meno visibile sui contenuti che sono stati modificati utilizzando gli strumenti di intelligenza artificiale, sarà comunque chiaramente visibile sui contenuti che sono stati creati interamente con l'input dell'intelligenza artificiale.

Meta ha annunciato che offrirà informazioni sull'etichettatura dei contenuti in base a segnali standard del settore o alla divulgazione degli utenti. Questo cambiamento, che sarà implementato la prossima settimana, mira a “riflettere meglio la portata dell’intelligenza artificiale utilizzata nei contenuti” su tutte le sue piattaforme.

Riducendo l’importanza dell’etichetta informativa dell’intelligenza artificiale, si teme che gli utenti possano essere più facilmente ingannati dai contenuti modificati dall’intelligenza artificiale, in particolare poiché gli strumenti di modifica diventano sempre più sofisticati.

Questa non è la prima volta che Meta cambia il modo in cui etichetta i contenuti relativi all’intelligenza artificiale. A luglio, la società ha cambiato l’etichetta da “Made with AI” a “Information from AI” dopo aver ricevuto reclami da parte di fotografi che ritenevano che l’etichetta fosse applicata in modo errato a foto reali. Meta ha ammesso che la formulazione originale era confusa e avrebbe potuto essere interpretata nel senso che alcune immagini erano interamente generate dall'intelligenza artificiale, anche se erano state modificate solo con strumenti di intelligenza artificiale.

—

_Offerto da Code Labs Academy – Your Leading_ [_Bootcamp di codifica online_](/) _per futuri innovatori tecnologici._



###### Crediti immagine: Meta

thumbnail_meta-ai-web.webp

meta-ai-web.webp

Meta modifica l'etichettatura AI sulle piattaforme social per i contenuti modificati e generati dall'intelligenza artificiale

###### 13 settembre 2024

Sebbene le opinioni sul fatto che la nuova società di risorse umane di Rajeev Behera, [Every](https://www.every.io/), sia un'impresa ad alto rischio o un'idea brillante siano varie, la startup sta facendo scalpore. Per le piccole imprese, la piattaforma all-in-one integra buste paga, onboarding e gestione delle spese. Questo mercato è già congestionato da attori affermati come Gusto, Rippling e Deel, nonché da aziende emergenti come Mercury e Brex. Tuttavia, i sostenitori di Behera sembrano essere certi che la sua strategia sia unica. Di recente, Every ha raccolto 22,5 milioni di dollari in un round di raccolta fondi di serie A guidato da Okta Ventures, Base10 Partners, Y Combinator e Redpoint Ventures.

L'enfasi di Behera sulle aziende in fase iniziale e la strategia di offerta distintiva sono ciò che distingue la sua visione. Ciascuno fornisce servizi di costituzione gratuiti alle piccole imprese, quindi creano conti bancari aziendali e forniscono un supporto cruciale di back-office. Le commissioni interbancarie e le commissioni SaaS per moduli aggiuntivi come la contabilità generano entrate.

[Behera ha spiegato](https://techcrunch.com/2024/09/12/why-y-combinator-companies-are-flocking-to-new-banking-hr-startup-every/) che Every ha sviluppato strumenti avanzati per la gestione delle buste paga, delle operazioni bancarie e delle spese. Per attirare tempestivamente i fondatori, ora offrono servizi di incorporazione gratuiti. Una volta inserite nel processo attraverso una sessione personalizzata, le startup ottengono l'accesso a un sistema completo che copre servizi bancari, buste paga, risorse umane, contabilità, tasse e conformità statale. Inoltre, i fondatori beneficiano di un canale Slack dedicato in cui possono connettersi e condividere approfondimenti con altri imprenditori.

Dopo aver completato la loro incorporazione utilizzando Every, i clienti di solito lo mantengono invece di utilizzare le piattaforme della concorrenza come Rippling. Con strumenti destinati a promuovere la loro crescita durante i primi cinque anni, la concentrazione di Every è rivolta alle aziende con meno di 200 dipendenti.

L'approccio di Behera è unico in quanto prevede che i suoi clienti più redditizi alla fine richiederanno più servizi da Every, almeno fino a quando Every non si trasformerà in una fintech in fase di crescita in grado di assistere le aziende più grandi.

Il rapporto di Behera con [Y Combinator](https://www.ycombinator.com/) (YC) è stato una componente vitale dello sviluppo di Everybody. Behera, un imprenditore esperto, ha utilizzato la rete dell'acceleratore e tutti facevano parte del gruppo Summer 2023 di YC. Reflektive, la sua precedente attività commerciale, è stata acquistata nel 2021 a seguito di un aumento di capitale di oltre 100 milioni di dollari. Inoltre, anche la consulente di YC Surbhi Sarna, sua moglie, è un'imprenditrice di successo. Per questo motivo, circa la metà della clientela di Every è arrivata tramite l'ampia rete di startup di YC.

Anche se Rippling, Gusto e Deel, altre tre startup sostenute da YC, competono con loro, gli stretti legami di Every con l'ecosistema YC rappresentano un vantaggio significativo. Ciò ha attratto gli investitori, insieme all'approccio pratico di Behera alla creazione dei componenti della piattaforma da zero.

Behera ha assunto altro personale dopo aver supervisionato personalmente le vendite, il supporto e la progettazione del prodotto per i primi 50 clienti dell'azienda, con l'aiuto di Alex Bard di Redpoint, che ha supervisionato il round di raccolta fondi di serie A. Dopo aver letto testimonianze entusiastiche di aziende che già utilizzavano Every, altri venture capitalist hanno fatto lo stesso.

In meno di due settimane, i soldi della Serie A sono stati assicurati senza che Behera cercasse attivamente nuovi investitori. Sebbene il valore della società non sia stato reso pubblico, le stime lo collocano a 112,5 milioni di dollari. Il finanziamento aggiuntivo verrà utilizzato per sostenere i servizi di incorporazione e onboarding gratuiti che stanno determinando il successo iniziale di Every, nonché per far crescere lo staff tecnico, che ora conta circa 20 persone.

Cos'è Meta Lama? Uno sguardo completo al modello di intelligenza artificiale aperta per gli sviluppatori

Supermaven ottiene il supporto degli investitori: uno strumento AI che ottimizza i flussi di lavoro degli sviluppatori

Meta modifica l'etichettatura AI sulle piattaforme social per i contenuti modificati e generati dall'intelligenza artificiale

La startup HR Every ottiene un finanziamento di serie A da 22,5 milioni di dollari e amplia il team di ingegneri in sole due settimane