IBM watsonx'te Meta Llama 3.2 modellerini kullanıma sunulduMeta Llama 3.2 models now available on IBM watsonx

ÖzetSummary

IBM, Meta'nın Llama 3.2 koleksiyonunu watsonx.ai üzerinde kullanıma sundu. Koleksiyonda ilk çok modlu görme modelleri (11B/90B) ve en küçük Llama varyantları (1B/3B) yer alıyor. IBM bu modelleri kurumsal ince ayar ve hibrit bulut devreye alma senaryoları için konumlandırıyor.IBM has made Meta's Llama 3.2 collection available on watsonx.ai. The collection includes the first multimodal vision models (11B/90B) and the smallest Llama variants (1B/3B). IBM positions these models for enterprise fine-tuning and hybrid cloud deployment scenarios.

Neden ÖnemliWhy it matters

Bu hamle, Meta'nın ilk açık çok modlu modellerini büyük bir kurumsal yapay zeka platformuna taşıyor. Kurumlar, kapalı API'lere bağımlı kalmadan görme-dil yeteneklerine sahip olabiliyor. 1B ve 3B uç modelleri ise cihaz üstü, gizliliği koruyan yapay zekaya yönelik pratik bir kaymayı işaret ediyor. Bu yaklaşım, şirketlerin hassas verileri yerel olarak nasıl işlediğini değiştirebilir.This move brings Meta's first open multimodal models to a major enterprise AI platform. It allows organizations to access vision-language capabilities without relying on closed APIs. The 1B and 3B edge models signal a practical shift toward on-device, privacy-preserving AI. This approach could change how companies process sensitive data locally.

Öne ÇıkanlarHighlights

• Llama 3.2 90B-Vision, ChartQA'da GPT-4o ile eşit performans gösteriyor. Bilimsel şema yorumlama (AI2D) testinde ise Claude 3 Opus ve Gemini 1.5 Pro'nun önüne geçiyor.Llama 3.2 90B-Vision performs on par with GPT-4o on ChartQA. In scientific schema interpretation (AI2D) tests, it outperforms Claude 3 Opus and Gemini 1.5 Pro.
• Çok modlu tasarım, temel büyük dil modelini (LLM) değiştirmeden görme parametreleri ekliyor. Bu sayede ince ayar basit kalıyor. Ön eğitim için gereken hesaplama gücü, Llama 3.1 70B'deki 7 milyon GPU saatinin aksine yaklaşık 2 milyon GPU saatine düşüyor.The multimodal design adds vision parameters without altering the base large language model (LLM), keeping fine-tuning simple. The compute required for pre-training drops to approximately 2 million GPU hours, compared to 7 million GPU hours for Llama 3.1 70B.
• 1B ve 3B modelleri mobil ve uç devreye alma hedefliyor. Bu modeller, düşük gecikmeli yerel çıkarım ve gizliliği koruyan ajansal iş akışlarını mümkün kılıyor.The 1B and 3B models target mobile and edge deployments. These models enable low-latency local inference and privacy-preserving agentic workflows.

EleştiriCritical take

Kıyaslama çerçevesi seçici olarak olumlu. IBM, belirli kapalı modellere karşı kazanımları öne çıkarıyor; ancak en güçlü güncel görme sistemleriyle karşılaştırmayı atlıyor. 11B modelin ağırlık sınıfı için 'rekabetçi' olarak nitelendirilmesi, alt segmentte anlamlı bir fark olduğunu düşündürüyor. Ayrıca metin, IBM'i dağıtım kanalı olarak konumlandıran bir Meta ürün duyurusu gibi okunuyor. watsonx'in model barındırmanın ötesindeki gerçek katma değeri ise büyük ölçüde ele alınmıyor.The benchmarking framework is selectively positive. IBM highlights gains against specific closed models but omits comparisons with the strongest current vision systems. Describing the 11B model as 'competitive' for its weight class suggests a meaningful difference in the lower segment. Furthermore, the text reads like a Meta product announcement positioning IBM as a distribution channel. The real added value of watsonx beyond model hosting is largely unaddressed.