#Llama 4

共 7 条 · 7 天 1 条 · 30 天 2 条

信息流里打上「Llama 4」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月17日

Meta 新掌门亲笔复盘：一年内从 Llama 4 的低谷追到前沿模型，Muse Wonder 和 Muse Spark 就这么憋出来了。

官方账号Alexandr Wang (Meta MSL)@alexandr_wang原文

10月6日

行业中美对照多源确认09:20

swyx 梳理了 Meta 从 Llama 4 翻车到重回前沿讨论的 18 个月，Alexandr Wang 的组建思路值得看看。

swyx (AI Engineer)@swyx3 个信源在谈原文

9月9日

Vals AI CEO分享AI评估的挑战，从电影评级到Enron事件，解释为什么好基准最终需要退休。

a16z@a16z原文

8月12日

Meta把30B模型权重开源了，能本地跑，还有Spark 1.2要来。扎克伯格还亲口承认Llama 4不行，聊了怎么重建的，挺实在。

Rowan Cheung@rowancheung原文

7月17日

模型中美对照多源确认12:47

别被 Arena 分数忽悠了——Kimi K3 虽好，但评分榜的坑和 Llama 4 时一样。

Ethan Mollick@emollick11 个信源在谈原文

行业多源确认04:46

博主分析了Llama 4和Grok 4为什么翻车，以及OpenAI的Orion/GPT-4.5怎么稳住了局面，值得一看。

Ethan Mollick@emollick11 个信源在谈原文

5月14日

Meta 用实际数据证明了 Muse Spark 的预训练效率比 Llama 4 提升 10 倍以上，做模型训练或资源优化的团队值得关注其缩放定律方法，可以直接借鉴来评估自己的模型效率。

官方账号Meta AI@AIatMeta原文