Meta hat die Einführung neuer, spezialisierter KI-Modelle für Nutzer der persönlichen Assistenten-App Muse und der Meta AI-Plattform angekündigt. Diese leichtgewichtigen Modelle wurden mithilfe des fortschrittlichen Muse Wonder-Modells des Unternehmens trainiert, während das Unternehmen das ursprüngliche Wonder-Modell für komplexere Aufgaben und für Abonnenten über die API vorhält.
Meta hat keine Markennamen oder offiziellen Symbole für die neuen Modelle bekannt gegeben, stellte jedoch klar, dass sie speziell entwickelt wurden, um den praktischen Bedürfnissen des Durchschnittsnutzers gerecht zu werden, wie etwa der Entscheidung, wann autonom gearbeitet werden kann oder wann eine Überprüfung durch den Nutzer erforderlich ist, sowie dem Umgang mit sofortigen Änderungen während der Aufgabenausführung, ohne den grundlegenden Kontext zu verlieren.
Active Memory-Funktion und Kontextverarbeitung
Die neuen Modelle basieren auf der Active Memory-Funktion (aktiver Speicher), die zuvor mit dem Wonder-Modell eingeführt wurde. Dies ist eine Technologie, die den Modellen hilft, Details zu behalten und Verbindungen zwischen früheren und neuen Gesprächen herzustellen. Laut internen Bewertungsdaten von Meta gelang es den neuen Modellen in Muse, den kritischen Kontext in 90 % der Aufgaben zu nutzen, verglichen mit 76 % bei früheren Versionen.
Active Focus zur Überwindung von Hindernissen
Neben dem Speicher hat Meta die Modelle mit der Active Focus-Funktion (aktiver Fokus) ausgestattet, die darauf ausgelegt ist, die Kontinuität der Arbeit bei unvorhergesehenen Hindernissen oder Fehlern in der realen Welt aufrechtzuerhalten, wie etwa dem Ausfall von Websites während der Terminbuchung oder der Erledigung einer Routineaufgabe. Meta verzeichnete eine Verbesserung von 67 % bei der Erledigung von Routineaufgaben bei unvorhergesehenen Problemen durch die Verwendung der aktualisierten Modelle.
Was bedeutet diese Entwicklung in der Praxis?
Diese Einführung stellt eine kosteneffiziente Strategie dar, um die fortschrittlichen KI-Fähigkeiten auf eine breite Basis von kostenlosen Nutzern über Anwendungen wie WhatsApp, Instagram, Facebook und Messenger auszuweiten. Anstatt ein riesiges und hochkostspieliges Modell wie Wonder für alle Nutzer zu betreiben, nutzt Meta die großen Modelle, um kleinere, auf spezifische Aufgaben wie die Verwaltung des Posteingangs oder Restaurantreservierungen spezialisierte Modelle zu trainieren, was die Betriebskosten senkt und die Antworteffizienz in Consumer-Apps aufrechterhält.