Представляем "Создание с Llama 4." Этот короткий курс создан с @Meta @AIatMeta и ведется @asangani7, директором по партнерской инженерии команды AI Meta. Новая Llama 4 от Meta добавила три новых модели и представила архитектуру Mixture-of-Experts (MoE) в свою семью моделей с открытыми весами, что делает их более эффективными для обслуживания. В этом курсе вы будете работать с двумя из трех новых моделей, представленных в Llama 4. Первая — Maverick, модель с 400B параметрами, с 128 экспертами и 17B активными параметрами. Вторая — Scout, модель с 109B параметрами, с 16 экспертами и 17B активными параметрами. Maverick и Scout поддерживают длинные контекстные окна до миллиона токенов и 10M токенов соответственно. Последнего достаточно, чтобы напрямую вводить даже довольно большие репозитории GitHub для анализа! На практических занятиях вы создадите приложения, используя новые мультимодальные возможности Llama 4, включая рассуждения по нескольким изображениям и привязку изображений, в которой вы можете идентифицировать элементы на изображениях. Вы также будете использовать официальный API Llama, работать с возможностями длинного контекста Llama 4 и узнаете о новейших инструментах с открытым исходным кодом Llama: инструменте оптимизации подсказок, который автоматически улучшает системные подсказки, и наборе синтетических данных, который генерирует высококачественные наборы данных для дообучения. Если вам нужна открытая модель, Llama — отличный вариант, а семья Llama 4 является важной частью любого набора инструментов разработчика GenAI. В ходе этого курса вы научитесь вызывать Llama 4 через API, использовать его инструменты оптимизации и создавать функции, охватывающие текст, изображения и большой контекст. Пожалуйста, зарегистрируйтесь здесь: