Documentation sur Oracle Cloud Infrastructure

Meta Llama 3.1 (70B)

Le modèle meta.llama-3.1-70b-instruct est disponible pour l'inférence sur demande, l'hébergement dédié et le réglage de précision. Il est parfait pour la création de contenu, l'intelligence artificielle conversationnelle et les applications d'entreprise. Ses principaux atouts sont les suivants :

  • Résumer, reformuler et classer le texte avec une grande précision
  • Capacités d'analyse de sentiments et de modélisation du langage
  • Systèmes de dialogue efficaces
  • Génération de codes

Disponible dans ces régions

  • Brésil - Est (Sao Paulo)
  • Allemagne - Centre (Francfort)
  • Japon - Centre (Osaka)
  • Royaume-Uni - Sud (Londres)
  • États-Unis - Midwest (Chicago)

Principales fonctions

  • Taille du modèle : 70 milliards de paramètres
  • Longueur de contexte : 128 000 jetons, soit 16 fois plus que les modèles Meta Llama 3. (Invite maximale + longueur de réponse : 128 000 jetons pour chaque exécution.)
  • Soutien multilingue : Anglais, français, allemand, hindi, italien, portugais, espagnol et thaï
  • 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.
  • Vous pouvez ajuster ce modèle avec votre jeu de données.

Mode sur demande

Ce modèle est disponible sur demande dans les régions non listées (grappe dédiée à l'IA uniquement). Consultez le tableau suivant pour connaître le nom du produit sur demande de ce modèle dans la page de tarification.

Nom de modèle Nom du modèle OCI Nom du produit de la page de tarification
Meta Llama 3.1 (70B) meta.llama-3.1-70b-instruct Large Meta
Vous pouvez accéder aux modèles fondamentaux préentraînés dans l'IA générative au moyen de deux modes : sur demande et dédié. Voici les principales fonctions du mode sur demande :

  • Vous payez à l'utilisation pour chaque appel d'inférence lorsque vous utilisez les modèles dans le terrain de jeu ou lorsque vous appelez les modèles au moyen de l'API.

  • Faible barrière pour commencer à utiliser l'IA générative.
  • Idéal pour l'expérimentation, la preuve de concept et l'évaluation de modèle.
  • Disponible pour les modèles préentraînés dans les régions non listées (grappe dédiée à l'IA uniquement).
Important

Ajustement de limite de limitation dynamique pour le mode sur demande

OCI Generative AI ajuste dynamiquement la limite de limitation de demande pour chaque location active en fonction de la demande du modèle et de la capacité du système afin d'optimiser l'affectation des ressources et d'assurer un accès équitable.

Cet ajustement dépend des facteurs suivants :

  • Débit maximal courant pris en charge par le modèle cible.
  • Toute capacité système inutilisée au moment de l'ajustement.
  • L'historique d'utilisation du débit de chaque location et les limites de remplacement spécifiées sont définies pour cette location.

Remarque : En raison de la limitation dynamique, les limites de débit ne sont pas documentées et peuvent changer pour répondre à la demande à l'échelle du système.

Conseil

En raison de l'ajustement dynamique de la limite de limitation, nous recommandons de mettre en œuvre une stratégie de back-off, qui implique de retarder les demandes après un rejet. Sans cela, des demandes rapides répétées peuvent entraîner d'autres rejets au fil du temps, une latence accrue et un blocage temporaire potentiel du client par le service d'IA générative. En utilisant une stratégie d'attente, telle qu'une stratégie d'attente exponentielle, vous pouvez répartir les demandes plus uniformément, réduire la charge et améliorer le succès des tentatives, en suivant les meilleures pratiques du secteur et en améliorant la stabilité et la performance globales de votre intégration au service.

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 (70B)
  • Nom du modèle OCI : meta.llama-3.1-70b-instruct
  • Taille de l'unité : Large Generic
  • Unités requises : 2
  • Taille de l'unité : Large Generic
  • Unités requises : 1
  • Nom du produit de la page Tarification : Large Meta - Dedicated
  • Pour l'hébergement, Multiplier le prix unitaire : x2
  • Pour le réglage de précision, multipliez le prix unitaire : x4
  • Nom de la limite : dedicated-unit-llama2-70-count
  • Pour l'hébergement, demandez une augmentation de limite de : 2
  • Pour le réglage fin, 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 (70B) sur une grappe dédiée à l'IA, demandez que la limite dedicated-unit-llama2-70-count augmente de 2.

  • Pour le réglage de précision, demandez que la limite dedicated-unit-llama2-70-count augmente de 4.

Règles de point d'extrémité pour les grappes

  • Une grappe dédiée à l'IA peut contenir jusqu'à 50 points d'extrémité.
  • Utilisez ces points d'extrémité pour créer des alias qui pointent tous vers le même modèle de base ou vers la même version d'un modèle personnalisé, mais pas vers les deux types.
  • Plusieurs points d'extrémité pour le même modèle permettent de les affecter facilement à différents utilisateurs ou objectifs.
Taille d'unité de la grappe d'hébergement Règles de point d'extrémité
Large Generic
  • Modèle de base : Pour exécuter le modèle meta.llama-3.1-70b-instruct  sur plusieurs points d'extrémité, créez autant de points d'extrémité que nécessaire sur une grappe Large Generic (taille de l'unité).
  • Modèle personnalisé : Il en va de même pour un modèle personnalisé créé en plus de  meta.llama-3.1-70b-instruct : Créez le nombre requis de points d'extrémité sur une grappe Large Generic (taille de l'unité).
Conseil

Tests de performance des grappes

Consultez les points de référence de performance de grappe Meta Llama 3.1 (70B) 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-3.1-70b-instruct 2,024-9-19 2,025-7-10 2,025-8-7
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.