Meta ಸಂಸ್ಥೆಯು Muse Glimmer ಎಂಬ ಹೆಸರಿನ 30 ಬಿಲಿಯನ್ ಪ್ಯಾರಾಮೀಟರ್‌ಗಳ open-weight AI ಮಾದರಿಯನ್ನು ಪರಿಚಯಿಸಿದೆ. ಸ್ಥಳೀಯ PC ಮತ್ತು Mac ಸಾಧನಗಳಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ AI ಏಜೆಂಟ್‌ಗಳಿಗಾಗಿ ಈ ಮಾದರಿಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾಗಿದೆ. ಕಂಪನಿಯ ಪ್ರಕಾರ, 4-bit quantization ಬಳಸಿದ ನಂತರ ಇದರ ಗಾತ್ರ 20GBಗಿಂತ ಕಡಿಮೆಯಾಗುತ್ತದೆ.
ಸ್ಥಳೀಯ PC ಮತ್ತು Macಗಾಗಿ Muse Glimmer
Metaಯ Meta Superintelligence Labs, Muse Glimmer ಹೆಸರಿನ ಹೊಸ open-weight AI ಮಾದರಿಯನ್ನು ಬಿಡುಗಡೆ ಮಾಡಿದೆ. ಕಂಪನಿಯ ಪ್ರಕಾರ, 30 ಬಿಲಿಯನ್ ಪ್ಯಾರಾಮೀಟರ್‌ಗಳನ್ನು ಹೊಂದಿರುವ ಈ ಮಾದರಿಯನ್ನು ಸದಾ ಸಕ್ರಿಯವಾಗಿರುವ local AI agent workflows ಅನ್ನು ಗಮನದಲ್ಲಿಟ್ಟುಕೊಂಡು ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾಗಿದೆ. ಮಾದರಿಯ weights ಅನ್ನು Apache 2.0 license ಅಡಿಯಲ್ಲಿ ಲಭ್ಯವಾಗುವಂತೆ ಮಾಡಲಾಗಿದೆ.
Cloud infrastructure ಮೇಲೆ ಅವಲಂಬಿತವಾಗುವ ಬದಲು ನೇರವಾಗಿ local deviceನಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವಂತೆ Muse Glimmer ಅನ್ನು optimize ಮಾಡಲಾಗಿದೆ. ಇದನ್ನು internet connection ಇದ್ದರೂ ಅಥವಾ ಇಲ್ಲದಿದ್ದರೂ ಬಳಸಬಹುದು. ಇದರಿಂದ local AI agents, coding ಮತ್ತು ಇತರ AI-based workflows ಅನ್ನು ಕಡಿಮೆ network dependencyಯೊಂದಿಗೆ ನಡೆಸುವ ಆಯ್ಕೆ ಲಭ್ಯವಾಗುತ್ತದೆ.
4-bit Quantization ಮೂಲಕ ಮಾದರಿಯ ಗಾತ್ರ 20GBಗಿಂತ ಕಡಿಮೆ
30 ಬಿಲಿಯನ್ ಪ್ಯಾರಾಮೀಟರ್‌ಗಳನ್ನು ಹೊಂದಿರುವ Muse Glimmer ಅನ್ನು full precisionನಲ್ಲಿ ಕಾರ್ಯಗತಗೊಳಿಸಲು 55GBಗಿಂತ ಹೆಚ್ಚು memory ಬೇಕಾಗಬಹುದು. ಆದರೆ 4-bit quantization ಬಳಸುವ ಮೂಲಕ ಇದರ ಗಾತ್ರವನ್ನು 20GBಗಿಂತ ಕಡಿಮೆ ಮಾಡಬಹುದು ಎಂದು Meta ತಿಳಿಸಿದೆ.
ಈ optimization ನಂತರ 24GB ಅಥವಾ 32GB memory ಹೊಂದಿರುವ consumer GPU systemsನಲ್ಲಿ ಮಾದರಿಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವುದು ಸುಲಭವಾಗಬಹುದು. ತನ್ನ categoryಯಲ್ಲಿರುವ ಕೆಲವು ಇತರ leading AI modelsಗೆ ಹೋಲಿಸಿದರೆ agentic tasks ಮತ್ತು benchmark performanceನಲ್ಲಿ Muse Glimmer ಉತ್ತಮ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡಿದೆ ಎಂದು Meta ಹೇಳಿದೆ.
Googleನ Gemma4-31B ಮತ್ತು Alibabaಯ Qwen3.6-27B ಮಾದರಿಗಳೊಂದಿಗೆ Meta, Muse Glimmer ಅನ್ನು ಹೋಲಿಕೆ ಮಾಡಿದೆ. Meta ಹಂಚಿಕೊಂಡ benchmark results ಪ್ರಕಾರ, 12 testsಗಳಲ್ಲಿ Muse Glimmer ಎರಡೂ ಮಾದರಿಗಳಿಗಿಂತ ಉತ್ತಮ ಕಾರ್ಯಕ್ಷಮತೆ ತೋರಿಸಿದೆ.
Codingನಿಂದ Multimodal Reasoningವರೆಗೆ ಹಲವು ಕಾರ್ಯಗಳಿಗೆ ಬೆಂಬಲ
Meta, Muse Glimmer ಅನ್ನು ವಿವಿಧ agentic ಮತ್ತು reasoning tasksಗಾಗಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದೆ. ಇದು multi-step reasoning, reliable tool use, error diagnosis, tool retry ಮತ್ತು end-to-end agentic task completion ಮುಂತಾದ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸುವಂತೆ designed ಮಾಡಲಾಗಿದೆ.
ಈ ಮಾದರಿಯು multimodal input ಮತ್ತು reasoningಗೂ support ನೀಡುತ್ತದೆ. ಇದಲ್ಲದೆ, 100ಕ್ಕೂ ಹೆಚ್ಚು ಭಾಷೆಗಳ data ಮೇಲೆ ಇದಕ್ಕೆ training ನೀಡಲಾಗಿದೆ ಎಂದು Meta ತಿಳಿಸಿದೆ. ಇದರಿಂದ ವಿವಿಧ ಭಾಷೆಗಳಲ್ಲಿ local AI applications ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಸಹ ಇದನ್ನು ಬಳಸಬಹುದು.
Hugging Faceನಲ್ಲಿ ಮಾದರಿ ಲಭ್ಯವಾಗಲಿದೆ
Meta ಪ್ರಕಾರ, ಬಳಕೆದಾರರು Muse Glimmerನ model weights ಅನ್ನು Hugging Faceನಿಂದ download ಮಾಡಬಹುದು. ಮುಂಬರುವ ದಿನಗಳಲ್ಲಿ Ollama, LM Studio ಮತ್ತು Unsloth ಸೇರಿದಂತೆ platforms ಮತ್ತು applicationsಗಳಲ್ಲೂ ಇದು ಲಭ್ಯವಾಗಲಿದೆ.
Local performance ಅನ್ನು ಸುಧಾರಿಸಲು Meta, AMD, Arm, Dell, Intel ಮತ್ತು Nvidia ಸೇರಿದಂತೆ ಕಂಪನಿಗಳೊಂದಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದೆ. llama.cpp, MLX ಮತ್ತು ExecuTorchಗಾಗಿ optimized integrations ಅನ್ನು ತರಲಾಗುವುದು ಎಂದು ಕಂಪನಿ ತಿಳಿಸಿದೆ. ಇದರಿಂದ ವಿವಿಧ hardware ಮತ್ತು local AI frameworksಗಳಲ್ಲಿ Muse Glimmer ಅನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವುದು ಸುಲಭವಾಗಬಹುದು.
