Meta merilis Muse Glimmer: model AI lokal, agen, multimodal, dan open-source
Meta
Meta telah merilis Muse Glimmer, model AI multimodal open-source dengan 30 miliar parameter yang dirancang untuk tugas-tugas agen, dengan dukungan sejak hari pertama di Hugging Face transformers, llama.cpp, dan vLLM. Model ini, yang memiliki arsitektur perhatian hibrida dan encoder visi 2B, tersedia di Hugging Face Hub dan menunjukkan performa kuat pada tolok ukur agen dan pengkodean.
Meta telah memperkenalkan Muse Glimmer, model multimodal sumber terbuka dengan 30 miliar parameter, yang mendapat dukungan langsung pada hari pertama di transformers, llama.cpp, vLLM, dan pustaka lainnya. Arsitekturnya menggabungkan encoder persepsi bergaya ViT dengan 2 miliar parameter untuk visi dengan decoder teks 28 miliar parameter, menggunakan attention hibrida dengan sliding window dan lapisan full attention, gated grouped-query attention untuk mengurangi memori KV-cache, dan normalisasi Q-K. Model ini juga menyertakan drafter speculative decoding opsional untuk mempercepat generasi, terutama cocok untuk pemrograman. Hasil benchmark menunjukkan kinerja agen yang kuat pada tugas-tugas seperti MCP Atlas, DeepSearch QA, dan SWE-Bench, serta kemampuan multimodal. Model ini tersedia di Hugging Face Hub, dan contoh integrasi disediakan untuk inferensi teks saja, pemanggilan alat multimodal, deteksi objek, dan inferensi video menggunakan transformers dan llama.cpp.
Sumber: Hugging Face blog —
asli