Nowy cookbook Llamy to nie premiera, tylko uporządkowanie i jeden czytelny sygnał

Meta przemianowała swoje repozytorium llama-recipes na llama-cookbook i przy okazji przebudowała je od środka. Brzmi to jak kosmetyka, ale sama zmiana nazwy coś zdradza. Książka kucharska jest po to, żeby ktoś, kto ma składniki, wiedział, jak ugotować z nich obiad. Zwykle całą uwagę przyciąga sam model, jego rozmiar i wyniki w testach. Sama zmiana nazwy sugeruje, że surowy model Llama to dopiero składnik, a to, co realnie interesuje programistę, kryje się w przepisach.

Llama to rodzina otwartych modeli językowych Mety, które można pobrać i uruchomić samodzielnie, w odróżnieniu od zamkniętych modeli pokroju GPT czy Claude, dostępnych wyłącznie przez API.

Repozytorium, o którym mowa, jest oficjalnym punktem wyjścia do budowania aplikacji na tej rodzinie modeli. Zbiera w jednym miejscu trzy podstawy, które trzeba ogarnąć, zanim cokolwiek powstanie: inferencję, czyli samo uruchamianie modelu i wyciąganie z niego odpowiedzi, fine-tuning, czyli dostrajanie modelu do własnych danych, żeby lepiej radził sobie z konkretnym zadaniem, oraz RAG, czyli sięganie w trakcie odpowiedzi po zewnętrzne dokumenty, zamiast polegania wyłącznie na tym, co model zapamiętał podczas trenowania.