Představujeme "Stavíme s lamou 4". Tento krátký kurz byl vytvořen ve spolupráci s @Meta @AIatMeta a vyučuje ho @asangani7, ředitel partnerského inženýrství týmu umělé inteligence společnosti Meta. Nová Llama 4 společnosti Meta přidala tři nové modely a do své rodiny modelů s otevřenou hmotností zavedla architekturu Mixture-of-Experts (MoE), díky čemuž je jejich obsluha efektivnější. V tomto kurzu budete pracovat se dvěma ze tří nových modelů představených v Llama 4. První je Maverick, 400B parametrický model, se 128 experty a 17B aktivními parametry. Druhým je Scout, parametrický model 109B s 16 experty a 17B aktivními parametry. Maverick a Scout podporují dlouhá kontextová okna až do milionu tokenů a 10 milionů tokenů. To druhé je dostatečné pro podporu přímého zadávání i poměrně velkých repozitářů GitHub pro analýzu! V praktických lekcích budete vytvářet aplikace pomocí nových multimodálních funkcí Llama 4, včetně uvažování na více obrázcích a uzemnění obrazu, ve kterých můžete identifikovat prvky v obrázcích. Budete také používat oficiální Llama API, pracovat se schopnostmi Llama 4 s dlouhým kontextem a seznámíte se s nejnovějšími open-source nástroji Llamy: jejím nástrojem pro optimalizaci výzev, který automaticky vylepšuje systémové výzvy, a sadou syntetických dat, která generuje vysoce kvalitní datové sady pro jemné doladění. Pokud potřebujete otevřený model, Llama je skvělá volba a rodina Llama 4 je důležitou součástí sady nástrojů každého vývojáře GenAI. Prostřednictvím tohoto kurzu se naučíte volat Llama 4 přes API, používat její optimalizační nástroje a vytvářet funkce, které pokrývají text, obrázky a velký kontext. Zaregistrujte se prosím zde: