###### 2024 年 9 月 17 日



Meta は、他の多くの大手テクノロジー企業と同様に、[Llama](https://llama.meta.com/) として知られる独自の生成 AI モデルを開発しました。 Llama の特徴はそのオープンな性質であり、開発者はかなり自由にダウンロードして使用できますが、留意すべき条件がいくつかあります。このアプローチは、Anthropic の Claude や [OpenAI の GPT-4o](https://openai.com/index/hello-gpt-4o/) ([ChatGPT](/news/ai-at-your-の背後にあるエンジン) などのモデルとは対照的です)。 Fingertips-chatgpt-app-now-available-for-mac-2024-07-02))、および Google の Gemini は API を通じてのみ利用可能です。

開発者にさらなる柔軟性を提供するために、Meta は AWS、Google Cloud、Microsoft Azure などのクラウド サービス プロバイダーと提携して、Llama のクラウド ホスト型バージョンを提供しています。さらに、Meta は、開発者が特定の要件を満たすようにモデルを微調整および適応させるプロセスを簡素化するツールを構築しました。

以下に、Llama の機能、提供されるさまざまなバージョン、効果的な使用方法など、Llama について詳しく説明します。

## ラマとは何ですか?

ラマは単なる 1 つのモデルではありません。これには、次のようなさまざまなモデルが含まれます。

- ラマ 8B

- ラマ 70B

- ラマ 405B

最新バージョン (Llama 3.1 8B、Llama 3.1 70B、Llama 3.1 405B) は 2024 年 7 月にリリースされました。これらのモデルは、さまざまな言語の Web ページ、公開コード、オンラインで入手可能なファイルなど、幅広いデータ ソースでトレーニングされています。 、および他の AI システムによって生成された合成データ。

Llama 3.1 8B および 70B は、ラップトップからサーバーまでさまざまなデバイスを実行できるコンパクトなモデルです。一方、Llama 3.1 405B は、通常、データセンターのハードウェアを必要とする大規模モデルです。小型モデルは 405B ほど強力ではないかもしれませんが、より高速なパフォーマンスを提供し、ストレージと遅延を削減するために最適化されています。

すべての Llama モデルは 128,000 トークンのコンテキスト ウィンドウを備えており、約 100,000 単語 (または 300 ページのテキスト) を処理できます。これは、『嵐が丘』や『ハリー・ポッターとアズカバンの囚人』などの本とほぼ同じ長さです。コンテキスト ウィンドウが長いと、モデルが最近のドキュメントやデータからの情報を保持し、トピックから逸​​れるリスクが軽減されます。

## ラマは何ができるの?

他の生成 AI モデルと同様に、Llama は、コーディング、簡単な数学の質問への回答、英語、ドイツ語、フランス語、イタリア語、ポルトガル語、ヒンディー語、スペイン語、タイ語の 8 つの言語での文書の要約など、さまざまなタスクを支援できます。 PDF やスプレッドシートなどのファイルの分析など、ほとんどのテキストベースのタスクを処理できますが、現時点では画像を生成または処理する機能はありません。これは将来変更される可能性があります。

Llama モデルは、サードパーティのアプリ、ツール、API と統合して、さまざまなタスクを実行できます。現在の出来事に関する質問に答えるために Brave Search を使用し、数学と科学のクエリには Wolfram Alpha API を、コード検証には Python インタプリタを使用するように構成されています。 Meta 氏によると、Llama 3.1 は明示的にトレーニングされていない一部のツールも使用できますが、この機能の信頼性はまだ不明です。

## ラマはどこで使用できますか?

Llama に直接接続したい場合、Meta AI チャットボット エクスペリエンスは Facebook Messenger、WhatsApp、Instagram、Oculus、Meta.ai などのプラットフォームでサポートされています。

開発者向けに Llama をダウンロードでき、いくつかの一般的なクラウド プラットフォームに拡張できます。 Meta は、Nvidia、Databricks、Groq、Dell、Snowflake を含む 25 社以上の企業と提携して Llama をホストしています。これらのパートナーの多くは、Llama が独自のデータにアクセスしたり、より効率的に実行したりできる追加ツールを提供しています。

Meta は、チャットボットの実行やコードの作成などの一般的な目的には、より小さい Llama モデル、具体的には 8B と 70B を使用することを提案しています。一方、より大型の Llama 405B は、より大きなモデルからより小さなモデルに知識を転送したり、他のモデルをトレーニングするための合成データを生成したりするモデル蒸留などのタスクに適しています。

月間ユーザー数が 7 億人を超えるアプリケーションを運用する開発者は、Llama にアクセスするために Meta から特別なライセンスを取得する必要があり、これは Meta の裁量で付与されます。

## Meta は Llama にどのようなツールを提供しますか?

Meta は、Llama のセキュリティを向上させるためにいくつかのツールを導入しました。

1. **Llama Guard:** ヘイトスピーチ、自傷行為、著作権侵害などの問題のあるコンテンツを特定するモデレーションフレームワーク。

2. **プロンプト ガード:** セキュリティ対策を回避しようとする有害なメッセージから Llama を保護するために特別に設計されたツール。

3. **Cyber​​SecEval:** 自動化されたソーシャル エンジニアリングや攻撃的なサイバー活動などの脅威に焦点を当てて、モデル セキュリティを評価するサイバーセキュリティ リスク評価スイート。

たとえば、Llama Guard は、Llama に入力または生成される有害なコンテンツまたは違法なコンテンツを検出できるため、開発者はどのカテゴリをブロックするかをカスタマイズできます。 Prompt Guard は、モデルを操作しようとする「メッセージ インジェクション攻撃」に対する防御に重点を置いています。 Cyber​​SecEval は、Llama モデルに関連するセキュリティ リスクを評価するためのベンチマークを提供します。

## ラマの限界

Llama には、他の生成 AI モデルと同様に、限界と潜在的なリスクがあります。主な懸念の 1 つは、メタがラマを訓練するために著作権で保護された素材を使用したかどうかです。その場合、ユーザーはモデルが生成する著作権で保護されたコンテンツに対して責任を負う可能性があります。

最近の報道によると、メタ社は法的警告を受けていたにもかかわらず、著作権で保護された電子書籍を AI トレーニングに使用していたという。同社はまた、Instagram と Facebook のコンテンツをモデルのトレーニングに組み込んでおり、ユーザーがオプトアウトすることを困難にしています。 Metaは複数の訴訟に直面しているが、その中には同社が著作権で保護された素材を許可なく使用したと主張するサラ・シルバーマン氏などの著者からの訴訟も含まれる。

Llama はバグのあるコードや安全でないコードを生成する可能性があるため、プログラミングについては重要な考慮事項が必要です。開発者は、AI が生成したコードをアプリケーションに実装する前に、人間の専門家にレビューしてもらうことが重要です。

Meta の Llama モデルは開発者にかなりの柔軟性と機会を提供しますが、それに伴う潜在的なリスクと制限を認識することが重要です。

–

_Code Labs Academy – Your Leading_ [_オンライン コーディング ブートキャンプ_](/) _将来のテクノロジー イノベーター向け。_ が提供します。



###### 画像クレジット: メタ

thumbnail_Llama-Use-Case_Header_16x9-1.webp

Llama-Use-Case_Header_16x9-1.webp

メタ・ラマとは何ですか？開発者向けのオープン AI モデルの包括的な考察

###### 2024 年 9 月 17 日

ジェイコブ ジャクソンは、ウォータールー大学のコンピューター サイエンスの学生でありながら、[Tabnine](https://www.tabnine.com/get-free-90-day-trial/?utm_term=tabnine\&utm_campaign=%5BUS) を共同設立しました。 %5D+%7C+%5Ben%5D+%7C+%5Bデスクトップ%5D+%7C+%5B検索:ブランド%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)、AI コーディング アシスタント会社、AI 分野でのキャリアを早期に開始。 2019年、ジャクソンが最終試験を終えようとしていたとき、タブナインはベンチャーキャピタルから約6000万ドルを調達し、コーデータに売却された。その後、2022 年まで [OpenAI](https://openai.com/) でインターンとして働き始め、その後、開発者のワークフローを改善する新しい会社を立ち上げることを決意しました。

ジャクソン氏は、ChatGPT や GitHub Copilot などの AI ツール開発からのインスピレーションのおかげで、Tabnine での経験を拡張し、主要なテクノロジーの機能強化を備えた AI コーディング プラットフォームである [Supermaven](https://supermaven.com/) を開発しました。 Supermaven の社内 AI モデルである Babble には、一度に大量のコードを分析できる 100 万トークンのポップアップがあります。これにより、モデルが最近のデータを「忘れたり」したりトピックから逸​​れたりすることなく大量の入力を処理できるようになり、正確なコードを生成する際の信頼性が高まります。

Supermaven は、Google の Code Assist などの競合他社と 100 万 [トークン](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them) をマッチングします。 Magic などの一部の AI コーディング プラットフォームは、かなり大きなポップアップを提供します (Magic は 1 億トークンをサポートしています)。ジャクソン氏によると、Supermaven のユニークなセールスポイントは、革新的な内部ニューラル アーキテクチャによって可能になった遅延の短縮です。さらに、このプラットフォームは開発者のコ​​ード リポジトリを処理し、コーディング ルールと API を学習するのにわずか 10 ～ 20 秒しかかからないため、大規模なコード ベースであっても迅速に実行し続けることができます。

[予測によると](https://www.polarismarketresearch.com/press-releases/ai-code-tools-market)、AI コーディング ツール市場は急速に成長し、2032 年までに 271 億 7000 万ドルに達すると予想されています。すでに AI をプロセスに統合している多くの開発者の中には、180 万人を超える GitHub Copilot ユーザーが含まれます。しかし、この分野には、特に知的財産とデータプライバシーに関して、克服すべき多くの障害があります。多くの企業はPINの開示を恐れ、AIコーディングツールの使用をためらっています。さらに、著作権で保護されたコードが場合によっては AI モデルによって逆流されることが知られており、開発者が気付かずに自分の作品にコードを含めると法的な危険にさらされます。 。

ジャクソン氏は、[Techcrunch との対談で](https://techcrunch.com/2024/09/16/ai-coding-assistant-supermaven-raises-cash-from-openai-and-perplexity-founders/) と強調しました。システムのパフォーマンスを最大化するためにデータを短期間保持しますが、モデルの構築に消費者データは使用しません。同氏は、訓練中に危険なコンテンツにさらされることを減らし、公的にアクセス可能なコードに重点を置いていると強調したが、Babble が知的財産で保護されたコードについて教えられる可能性を完全には排除しなかった。

Supermaven は、これらの障害にもかかわらず人気が大幅に高まり、35,000 人を超える開発者がこのプラットフォームを使用しています。 2月に同社がサービスを開始して以来、ユーザーベースは3倍に増加し、それらの顧客の多くはプレミアムプランにサインアップしている。同社の年間経常収益は 100 万ドルに達しました。

このプラットフォームの成功により、投資家が注目しています。最近、Supermaven は、同社が最初の外部投資ラウンドを完了し、エンジェル投資家と、Perplexity と OpenAI の共同創設者である John Schulman 氏と Denis Yarats 氏を含む Bessemer Venture Partners から 1,200 万ドルを調達したことを明らかにしました。この資金は、現在ベータ版である Supermaven のテキスト エディターの改善と、より多くの開発者を雇用するために使用され、急成長するコンピューター コーディング AI の分野で同社が長期的な成功を収められるよう準備します。

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

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

Supermaven が投資家の支持を獲得: 開発者のワークフローを最適化する AI ツール

###### 2024 年 9 月 13 日



Meta は、コンテンツにラベルを付けるアプローチを [更新中](https://about.fb.com/news/2024/04/metas-approach-to-labeling-ai-generated-content-and-manipulated-media/) しています。 Instagram、Facebook、スレッド上の AI ツールによって編集または変更されたもの。以前はユーザー名のすぐ下に表示されていた「AI Insights」ラベルは、AI を使用して変更されたコンテンツの投稿メニューに移動します。

同社は、メタが完全にAIによって生成されたものであると特定されたコンテンツにはラベルが引き続き表示されると述べた。 AI ツールを使用して編集されたコンテンツではラベルが見えにくい場合がありますが、完全に AI 入力で作成されたコンテンツでは依然としてはっきりと表示されます。

Meta は、コンテンツが業界標準のシグナルまたはユーザー開示に基づいてラベル付けされているかどうかに関する情報を提供すると発表しました。来週実施されるこの変更は、すべてのプラットフォームにわたって「コンテンツで使用される AI の範囲をより適切に反映する」ことを目的としています。

AI 情報ラベルの目立たなくなることで、特に編集ツールがますます洗練されるにつれて、ユーザーが AI で編集されたコンテンツに騙されやすくなるのではないかという懸念があります。

Meta が AI 関連コンテンツのラベル付け方法を変更したのはこれが初めてではありません。実際の写真にラベルが間違って適用されていると感じる写真家からの苦情を受け、同社は7月にラベルを「AIで作成」から「AIからの情報」に変更した。メタ氏は、元の文言が紛らわしく、たとえAIツールで編集されただけであっても、特定の画像が完全にAIによって生成されたものであると解釈される可能性があることを認めた。

—

_Code Labs Academy – Your Leading_ [_オンライン コーディング ブートキャンプ_](/) _将来のテクノロジー イノベーター向け。_ が提供します。



###### 画像クレジット: メタ

thumbnail_meta-ai-web.webp

meta-ai-web.webp

メタは、編集および AI 生成コンテンツのソーシャル プラットフォームでの AI ラベリングを変更します

###### 2024 年 9 月 13 日

ラジーブ・ベヘラ氏の新しい人事会社 [Every](https://www.every.io/) がハイリスクベンチャーなのか、それとも素晴らしいアイデアなのかについては意見が分かれているが、このスタートアップは波紋を呼んでいる。小規模企業の場合、給与計算、オンボーディング、支出管理が統合されたオールインワン プラットフォームです。この市場はすでに、Gusto、Ripling、Deel などの確立された企業だけでなく、Mercury や Brex などの新進気鋭の企業で混雑しています。しかし、ベヘラ氏の支持者たちは、彼の戦略がユニークであると確信しているようだ。最近、Every は、Okta Ventures、Base10 Partners、Y Combinator、Redpoint Ventures が主導するシリーズ A 資金調達ラウンドで 2,250 万ドルを調達しました。

ベヘラ氏が重視しているのは初期段階の企業と独特の提供戦略であり、彼のビジョンを特徴づけています。 Every は中小企業に無料の設立サービスを提供し、ビジネス用銀行口座を開設し、重要なバックオフィス サポートを提供します。会計などの追加モジュールの交換手数料と SaaS 料金が収益を生み出します。

[Behera の説明](https://techcrunch.com/2024/09/12/why-y-combinator-companies-are-flocking-to-new-banking-hr-startup-every/) Every は高度なツールを開発した給与計算、銀行業務、経費管理に。創業者を早期に惹きつけるために、同社は現在、無料の設立サービスを提供している。パーソナライズされたセッションを通じてオンボーディングされると、スタートアップ企業は銀行業務、給与計算、人事、簿記、税金、州のコンプライアンスをカバーする包括的なシステムにアクセスできるようになります。さらに、創業者は、他の起業家とつながり、洞察を共有できる専用の Slack チャネルの恩恵を受けます。

Every を使用して会社設立を完了した後、顧客は通常、Ripling などの競合他社のプラットフォームを使用せずに、Every を使用し続けます。最初の 5 年間の成長を促進することを目的としたツールを備えた Every は、従業員数が 200 人未満の企業に重点を置いています。

ベヘラ氏のアプローチは、少なくともエブリイが大企業を支援できる成長段階のフィンテックに成長するまでは、最も収益性の高い顧客が最終的にはエブリイのさらなるサービスを必要とするだろうと予想している点でユニークだ。

Behera と [Y Combinator](https://www.ycombinator.com/) (YC) との関係は、Everyone の開発の重要な要素です。経験豊富な起業家である Behera はアクセラレーターのネットワークを活用し、全員が YC の 2023 年夏の同期生の一員となりました。彼の以前の事業事業である Reflektive は、1 億ドルを超える資金調達を経て 2021 年に買収されました。さらに、YC アドバイザーの妻である Surbhi Sarna も起業家として成功しています。このため、Every の顧客の約半数は、YC の広範なスタートアップ ネットワーク経由で来ました。

YC が支援する他の 3 つのスタートアップ企業である Rippling、Gusto、Deel は彼らと競合していますが、Every が YC エコシステムと緊密に連携していることは大きな利点です。これは、プラットフォームのコンポーネントをゼロから作成する Behera の実践的なアプローチとともに、投資家を魅了しました。

Behera は、シリーズ A 資金調達ラウンドを監督した Redpoint の Alex Bard 氏の協力を得て、最初の 50 社の顧客の販売、サポート、製品設計を個人的に監督した後、さらにスタッフを雇用しました。すでに Every を使用している企業からの熱烈な証言を読んだ後、他のベンチャーキャピタリストも同様のことを行いました。

ベヘラが新たな投資家を積極的に探すことなく、2週間も経たないうちにシリーズAの資金が確保された。同社の価値は公表されていないが、推定では1億1,250万ドルと推定されている。追加資金は、エブリーの早期成功の原動力となっている無料法人化と新人研修サービスのサポート、および現在約20名となっているエンジニアリングスタッフの増強に使用される。

メタ・ラマとは何ですか？開発者向けのオープン AI モデルの包括的な考察

Supermaven が投資家の支持を獲得: 開発者のワークフローを最適化する AI ツール

メタは、編集および AI 生成コンテンツのソーシャルプラットフォームでの AI ラベリングを変更します

HR スタートアップの Every がシリーズ A で 2,250 万ドルの資金を確保し、わずか 2 週間でエンジニアリングチームを拡大

メタ・ラマとは何ですか？開発者向けのオープン AI モデルの包括的な考察

Supermaven が投資家の支持を獲得: 開発者のワークフローを最適化する AI ツール

メタは、編集および AI 生成コンテンツのソーシャル プラットフォームでの AI ラベリングを変更します

HR スタートアップの Every がシリーズ A で 2,250 万ドルの資金を確保し、わずか 2 週間でエンジニアリング チームを拡大

メタは、編集および AI 生成コンテンツのソーシャルプラットフォームでの AI ラベリングを変更します

HR スタートアップの Every がシリーズ A で 2,250 万ドルの資金を確保し、わずか 2 週間でエンジニアリングチームを拡大