介绍 "与 Llama 4 一起构建"。这门短课程由 @Meta @AIatMeta 创建，并由 @asangani7 授课，他是 Meta AI 团队的合作工程总监。 Meta 的新 Llama 4 增加了三个新模型，并向其开放权重模型系列引入了专家混合（MoE）架构，使其服务效率更高。 在这门课程中，您将使用 Llama 4 中引入的三个新模型中的两个。第一个是 Maverick，一个 400B 参数模型，具有 128 个专家和 17B 活跃参数。第二个是 Scout，一个 109B 参数模型，具有 16 个专家和 17B 活跃参数。Maverick 和 Scout 支持长达一百万个令牌和 1000 万个令牌的长上下文窗口，后者足以直接输入相当大的 GitHub 仓库进行分析！ 在实践课程中，您将使用 Llama 4 的新多模态能力构建应用程序，包括跨多个图像的推理和图像定位，您可以识别图像中的元素。您还将使用官方 Llama API，利用 Llama 4 的长上下文能力，并了解 Llama 最新的开源工具：其提示优化工具可以自动改善系统提示，以及生成高质量数据集以进行微调的合成数据工具包。 如果您需要一个开放模型，Llama 是一个很好的选择，而 Llama 4 系列是任何 GenAI 开发者工具包的重要组成部分。通过这门课程，您将学习如何通过 API 调用 Llama 4，使用其优化工具，并构建跨文本、图像和大上下文的功能。 请在此注册：