David Hendrickson (@TeksEdge)

Muse Spark가 Designarena에서 6위로 크게 데뷔했고, Meta가 Llama 4 관련 논의에 다시 등장했다는 내용이다. 새로운 AI 제품의 성과와 대형 모델 생태계 이슈를 함께 언급한 트윗으로, 모델/제품 동향 측면에서 주목할 만하다.

https://x.com/TeksEdge/status/2042063590203465736

#musespark #meta #llama4 #designarena #ai

yahoo news | Meta releases first new AI model since shaking up team

Meta announced the launch of its newest artificial‑intelligence model, **Muse Spark**, claiming it is both smarter and faster than its predecessor, Llama 4. Developed over the past nine months by Meta’s newly formed Superintelligence Labs, Muse Spark is a small, high‑speed model built to reason through complex queries in areas such as science, mathematics, and health. The company says the model will power a range of Meta products—including the AI‑driven features of Facebook, Instagram, WhatsApp, Messenger and upcoming smart‑glass devices—and is currently available only in the United States. This release marks the first entry in a planned “Muse” series, with a next‑generation version already under development.

The debut of Muse Spark follows a period of intense competition in the global AI race, during which Meta’s earlier Llama 4 fell behind rapid advancements from rivals in China, France, and the United States. In response, Meta chief executive Mark Zuckerberg overhauled the company’s AI organization, prompting the departure of long‑time research lead Yann LeCun after a 12‑year tenure. Zuckerberg then launched an aggressive recruitment drive, bringing in talent such as Scale AI co‑founder Alexandr Wang to lead Superintelligence Labs and hiring senior engineers from OpenAI, Anthropic and Google—often at high cost and sometimes directly by the CEO.

The strategic shift reflects Meta’s new focus on “personal superintelligence,” an AI that not only answers questions but truly understands each user’s life context. By moving away from the previously emphasized open‑access model approach exemplified by Llama, Meta aims to embed its AI more deeply into the relationships and everyday interactions that define its platforms, positioning the technology as a core part of users’ digital experiences.

Read more: https://tech.yahoo.com/ai/meta-ai/articles/meta-releases-first-ai-model-205619568.html

#meta #musespark #llama4 #superintelligencelabs #markzuckerberg

undefined | Meta debuts new AI model, attempting to catch Google, OpenAI after spending billions

Meta has unveiled its first major large‑language model since hiring Scale AI’s chief AI officer Alexandr Wang, introducing “Muse Spark” (formerly codenamed Avocado) through its new Muse series. Developed by Meta Superintelligence Labs, the model is designed to be small, fast, and efficient while still capable of handling complex scientific, mathematical, and health‑related queries. Unlike Meta’s recent open‑source Llama 4 family, Muse Spark will initially be proprietary, with a private API preview available to select partners and plans for a broader paid API offering later. The company says the model’s rebuilt AI stack and new training techniques allow it to deliver performance comparable to larger midsize models at a fraction of the compute cost.

The launch is a strategic move to regain momentum in a generative‑AI market now dominated by OpenAI, Anthropic, and Google’s Gemini. Meta hopes Muse Spark’s competitive performance in multimodal perception, reasoning, health, and agentic tasks will help close gaps with rivals, especially in long‑horizon agentic systems and coding workflows. The model will power Meta’s standalone AI app and website, and will roll out in the coming weeks across Facebook, Instagram, WhatsApp, Messenger, Ray‑Ban Meta AI glasses, and eventually the Vibes video feature. New user modes—Instant for quick answers, Thinking for complex prompts, and a forthcoming Contemplating mode that leverages a squad of AI agents—aim to give developers and consumers flexible ways to interact with the technology.

Meta is also stepping up its AI infrastructure spending, projecting $115‑$135 billion in AI‑related capex for 2026—nearly double the prior year—as it strives to keep pace with other hyperscalers. While the company continues to use AI to enhance its advertising business and internal efficiencies, it has yet to capture a significant share of the broader AI model market. Nonetheless, shares rose about 8 % after the announcement, reflecting investor optimism that Muse Spark could be a foothold for Meta in a sector expected to grow from roughly $22 billion in 2025 to $325 billion by 2033.

Read more: undefined

#meta #google #openai #musespark #llama4

Meta Llama 4 Maverick: The Free 400B Open-Weight AI Rivaling GPT-5.4 (2026 Guide)

Meta’s Llama 4 Maverick is the strongest open-weight AI model of April 2026 — 400 billion total parameters, a 10 million token context window, and completely free to...

https://wowhow.cloud/blogs/meta-llama-4-maverick-free-open-weight-ai-guide-2026

#wowhow #llama4 #metaai #opensourceai

Flavio Adamo (@flavioAd)

Llama 4가 지금까지 만들어진 모델 중 가장 인상적이라는 강한 평가를 받은 트윗입니다. 구체적 기능이나 출처 설명은 없으나 모델 자체에 대한 높은 찬사가 담겨 있어 AI 개발자들이 주목할 만한 신형 대형 모델(또는 버전) 관련 언급입니다.

https://x.com/flavioAd/status/2028413073833267587

#llama4 #llm #ai #model

Yuchen Jin (@Yuchenj_UW)

PewDiePie가 코드 성능에서 Llama-4, DeepSeek v2.5, GPT-4o를 제쳤다고 주장하는 모델을 훈련했다고 밝힘. 해당 모델은 Qwen2.5-32B를 파인튜닝한 것으로, 주장된 우위는 단 하나의 벤치마크(Aider Polyglot)에서 나온 결과라 과대평가나 벤치마크 최적화 가능성(benchmaxxing)을 지적하는 내용임.

https://x.com/Yuchenj_UW/status/2027408009912357174

#pewdiepie #qwen2.5 #benchmark #gpt4o #llama4

Twoje AI jest bardziej „ludzkie”, niż myślisz. Niestety, przejęło od nas trybalizm. Ale jest na to szczepionka

Marzyliśmy o sztucznej inteligencji, która będzie bezstronnym sędzią. Tymczasem najnowsze badania pokazują, że modele GPT czy DeepSeek zachowują się jak ludzie: faworyzują „swoich” i dystansują się od „obcych”. Mamy jednak dobrą wiadomość: znaleziono metodę, by ten cyfrowy plemienizm wyleczyć.

AI dzieli nas na „My” i „Oni”

Badacze wzięli na warsztat modele dostępne na rynku w połowie ubiegłego roku (w momencie rozpoczęcia badań). Wyniki są niepokojące. Modele te wykazują silną tendencję do tzw. faworyzacji grupy własnej (ingroup bias).

Gdy zapytasz AI o grupę społeczną, z którą model (lub jego dane treningowe) się utożsamia, język jest cieplejszy, bardziej empatyczny i pozytywny. Gdy mowa o grupie „obcej” (outgroup), ton staje się chłodniejszy, bardziej krytyczny, a czasem wręcz wrogi. To nie jest błąd w kodzie. To lustrzane odbicie ludzkiej natury, na której te modele były trenowane.

Kubły zimnej wody od twórców Claude’a. Raport Anthropic obnaża prawdę o tym, jak (nie) radzimy sobie z AI

Dlaczego to niebezpieczne?

Problem wykracza poza teoretyczne dywagacje. Wyobraź sobie system AI, który:

• Moderuje treści: może łagodniej traktować hejt ze strony jednej grupy politycznej, a surowiej karać drugą.
• Pisze maile: może nadać agresywny ton wiadomości, jeśli w prompcie pojawi się etykietka tożsamościowa, której „nie lubi”.
• Podsumowuje newsy: może subtelnie manipulować wydźwiękiem artykułów w zależności od tego, kogo dotyczą.

Badanie wykazało, że „celowane prompty” (np. kazanie AI wcielić się w konkretną rolę polityczną) potrafią zwiększyć negatywny wydźwięk wobec „obcych” nawet o 21%.

ION: szczepionka na uprzedzenia

Najważniejszą częścią tego raportu nie jest jednak diagnoza, lecz lekarstwo. Zespół badawczy opracował metodę nazwaną ION (Ingroup-Outgroup Neutralization).

To technika treningowa, która łączy fine-tuning (dostrajanie) z optymalizacją preferencji, aby wymusić na modelu równe traktowanie obu stron. Wyniki są imponujące: zastosowanie ION zredukowało różnice w sentymencie między grupami nawet o 69%. To dowód na to, że stronniczość AI nie jest fatum, z którym musimy żyć. To błąd inżynieryjny, który da się naprawić – o ile firmy takie jak OpenAI czy Meta będą tego chciały.

Co to oznacza dla Ciebie?

Dopóki ION nie stanie się standardem przemysłowym, my – użytkownicy – musimy być ostrożni. Jeśli chcesz neutralnej odpowiedzi, staraj się nie używać w prompcie słów nacechowanych tożsamościowo, jeśli nie są niezbędne. Jeśli wdrażasz chatboty w firmie, sprawdzaj je pod kątem „plemienności”. Zobacz, jak reagują na różne grupy klientów. Weryfikuj ton. Pamiętaj, że AI może „brzmieć” obiektywnie, przemycając jednocześnie subtelną niechęć w doborze przymiotników.

Yann LeCun bestätigt Benchmark-Manipulation bei Meta.

Die Llama 4 Ergebnisse stammten von einer optimierten Version, nicht dem Release-Modell. LeCun verlässt den Konzern im Streit mit Alexandr Wang und gründet Advanced Machine Intelligence Labs. Der Fokus liegt nun auf JEPA statt reiner LLM-Skalierung.

Ist Llama damit für die ernsthafte Forschung verbrannt? #Meta #Llama4 #YannLeCun
https://www.all-ai.de/news/news26top/llama4-chaos