Meta brengt Muse Glimmer uit: lokaal, agentisch, multimodaal en open-source AI-model
Meta
Meta heeft Muse Glimmer uitgebracht, een open-source multimodaal AI-model met 30 miljard parameters, ontworpen voor agentische taken, met ondersteuning vanaf de eerste dag in Hugging Face transformers, llama.cpp en vLLM. Het model, met een hybride aandachtsarchitectuur en een visuele encoder van 2 miljard parameters, is beschikbaar op de Hugging Face Hub en presteert sterk op benchmarks voor agentische en codeertaken.
Meta heeft Muse Glimmer geïntroduceerd, een open-source multimodaal model met 30B parameters, met ondersteuning vanaf dag nul in transformers, llama.cpp, vLLM en andere bibliotheken. De architectuur combineert een 2B ViT-stijl perceptie-encoder voor visie met een 28B tekstdecoder, gebruikmakend van hybride aandacht met schuifvenster en volledige aandachtslagen, gegroepeerde query-aandacht met poorten om het KV-cache geheugen te verminderen, en Q-K normalisatie. Het bevat ook een optionele speculatieve decodeerder voor snellere generatie, die vooral geschikt is voor codering. Benchmarkresultaten tonen sterke agentische prestaties op taken zoals MCP Atlas, DeepSearch QA en SWE-Bench, evenals multimodale mogelijkheden. Het model is beschikbaar op de Hugging Face Hub, en er worden integratievoorbeelden gegeven voor tekst-only inferentie, multimodale tool calling, objectdetectie en video-inferentie met behulp van transformers en llama.cpp.
Bron: Hugging Face blog —
origineel