Meta Llama 3.1 (405B)

Le modèle meta.llama-3.1-405b-instruct est disponible pour l'inférence à la demande, l'hébergement dédié et le réglage fin, et offre de meilleures performances que Llama 3.1 70B et Llama 3.2 90B pour les tâches textuelles.

Ce modèle de 405 milliards de paramètres est une option haute performance qui offre vitesse et évolutivité. Par rapport au modèle meta.llama-3.1-70b-instruct, il peut traiter un volume de demandes plus important et prendre en charge des cas d'utilisation plus complexes. Les principales caractéristiques de ce modèle sont les suivantes :

Reconnu comme le plus grand grand modèle de langage accessible au public au moment de sa publication.
Convient aux applications au niveau de l'entreprise et aux initiatives de recherche et développement.
Présente des capacités exceptionnelles dans des domaines tels que les connaissances générales, la génération de données synthétiques, le raisonnement avancé et la compréhension contextuelle, ainsi que le texte long, la traduction multilingue, le codage, les mathématiques et l'utilisation d'outils.

Disponible dans ces régions

Brésil - Est (Sao Paulo) (grappe dédiée à l'IA uniquement)
Allemagne - Centre (Francfort) (grappe dédiée à l'IA uniquement)
Japon - Centre (Osaka) (grappe dédiée à l'IA uniquement)
Royaume-Uni - Sud (Londres) (grappe dédiée à l'IA uniquement)
États-Unis - Midwest (Chicago)

Principales fonctions

Taille du modèle : 405 milliards de paramètres
Longueur de contexte : 128 000 jetons (invite maximale + longueur de réponse : 128 000 jetons pour chaque exécution)
Soutien multilingue : Anglais, français, allemand, hindi, italien, portugais, espagnol et thaï
Invite maximale + longueur de réponse : 128 000 jetons pour chaque exécution.
Pour l'inférence sur demande, la longueur de la réponse est plafonnée à 4 000 jetons pour chaque exécution.
Pour le mode dédié, la longueur de la réponse n'est pas plafonnée et la longueur du contexte est de 128 000 jetons.
L'inférence sur demande est disponible uniquement dans la région Midwest américain (Chicago). Pour les autres régions, vous devez créer vos propres grappes dédiées à l'IA et héberger ce modèle sur ces grappes pour l'inférence. Voir la prochaine section.

Grappe d'IA dédiée pour le modèle

Pour atteindre un modèle au moyen d'une grappe dédiée à l'IA dans n'importe quelle région répertoriée, vous devez créer un point d'extrémité pour ce modèle sur une grappe dédiée à l'IA. Pour connaître la taille d'unité de grappe correspondant à ce modèle, voir le tableau suivant.


Modèle de base	Cluster de réglage fin	Grappe d'hébergement	Informations sur la page de tarification	Demander une augmentation de limite de grappe
Nom du modèle : Meta Llama 3.1 (405B) Nom du modèle OCI : `meta.llama-3.1-405b-instruct`	Non disponible pour le réglage fin	Taille de l'unité : Large Generic 2 Unités requises : 1	Nom du produit de la page Tarification : Meta Llama 3.1 405B Pour l'hébergement, Multiplier le prix unitaire : x4	Nom de la limite : `dedicated-unit-llama2-70-count` Pour l'hébergement, demandez une augmentation de limite de : 4

Conseil

Si vous n'avez pas suffisamment de limites de grappe dans votre location pour héberger le modèle Meta Llama 3.1 (405B) sur une grappe dédiée à l'IA, demandez que la limite dedicated-unit-llama2-70-count augmente de 4.
Consultez les points de référence de performance de grappe Meta Llama 3.1 (405B) pour différents cas d'utilisation.

Dates de lancement et de mise hors service


Modèle	Date de version	Date de mise hors service sur demande	Date de mise hors service en mode dédié
`meta.llama-3.1-405b-instruct`	2,024-9-19	Au moins un mois après le lancement du 1^er modèle de remplacement.	Au moins 6 mois après la publication du 1^er modèle de remplacement.

Important

Pour obtenir la liste de toutes les lignes de temps du modèle et les détails de mise hors service, voir Mise hors service des modèles.

Paramètres du modèle

Pour modifier les réponses du modèle, vous pouvez modifier les valeurs des paramètres suivants dans le terrain de jeu ou l'API.

Nombre maximal de jetons de sortie

Nombre maximal de marqueurs que le modèle doit générer pour chaque réponse. Estimer quatre caractères par jeton. Comme vous demandez un modèle de clavardage, la réponse dépend de l'invite et chaque réponse n'utilise pas nécessairement le nombre maximal de jetons alloués.

Température

Niveau de caractère aléatoire utilisé pour générer le texte de sortie.

Conseil

Commencez avec la température réglée à 0 ou moins d'un, puis augmentez la température au fur et à mesure que vous régénérez les invites pour une sortie plus créative. Les températures élevées peuvent introduire des hallucinations et des informations factuellement incorrectes.

p premiers

Méthode d'échantillonnage qui contrôle la probabilité cumulative des jetons supérieurs à prendre en compte pour le jeton suivant. Affectez à p un nombre décimal compris entre 0 et 1 pour la probabilité. Par exemple, entrez 0,75 pour les 75 % principaux à prendre en compte. Réglez p à 1 pour prendre en compte tous les jetons.

k premiers

Méthode d'échantillonnage dans laquelle le modèle choisit le jeton suivant de manière aléatoire à partir des jetons top k les plus probables. Une valeur élevée pour k génère une sortie plus aléatoire, ce qui rend le texte de sortie plus naturel. La valeur par défaut pour k est 0 pour les modèles Cohere Command et -1 pour les modèles Meta Llama, ce qui signifie que le modèle doit prendre en compte tous les jetons et ne pas utiliser cette méthode.

Pénalité de fréquence

Pénalité affectée à un jeton lorsque ce jeton apparaît fréquemment. Les pénalités élevées encouragent moins de jetons répétés et produisent un résultat plus aléatoire.

Pour les modèles de la famille Meta Llama, cette pénalité peut être positive ou négative. Les nombres positifs encouragent le modèle à utiliser de nouveaux jetons et les nombres négatifs encouragent le modèle à répéter les jetons. Réglez à 0 pour désactiver.

Pénalité de présence

Pénalité affectée à chaque jeton lorsqu'il apparaît dans la sortie pour favoriser la génération de sorties contenant des jetons qui n'ont pas été utilisés.

Prédéfinir

Paramètre qui fait le meilleur effort pour échantillonner les jetons de manière déterministe. Lorsqu'une valeur est affectée à ce paramètre, le grand modèle de langage vise à renvoyer le même résultat pour les demandes répétées lorsque vous affectez les mêmes valeurs de départ et les mêmes paramètres pour les demandes.

Les valeurs autorisées sont des nombres entiers et l'affectation d'une valeur de départ grande ou petite n'a aucune incidence sur le résultat. L'affectation d'un nombre au paramètre de départ est similaire au marquage de la demande par un nombre. Le grand modèle de langage vise à générer le même ensemble de jetons pour le même entier dans des demandes consécutives. Cette fonction est particulièrement utile pour le débogage et les tests. Le paramètre de départ n'a pas de valeur maximale pour l'API. Dans la console, sa valeur maximale est 9999. Le fait de laisser la valeur de départ vide dans la console ou nulle dans l'API désactive cette fonction.

Avertissement

Il est possible que le paramètre de départ ne produise pas le même résultat à long terme, car les mises à jour du modèle dans le service d'intelligence artificielle générative pour OCI risquent d'invalider la valeur de départ.