Meta Scale «Acqui-Hires» Meta IA – Ava-t-il attirer l’entretien du régulateur? – Computerworld

Combler les lacunes avec les concurrents

Meta a eu du mal à suivre l’Openai, l’anthropique et d’autres concurrents clés de la course d’IA, récemment, même retarder le lancement De son nouveau modèle phare, Behemoth, prétendument en raison de préoccupations internes concernant ses performances. Il a également vu le départ de plusieurs de ses meilleurs chercheurs.

« Ce n’est pas vraiment un secret à ce stade que les modèles Llama 4 de Meta ont eu des problèmes de performances importants », a déclaré Mayham. « Zuck parie essentiellement que l’infrastructure d’IA de construction de pics de Wang peut résoudre l’alignement et les problèmes de qualité de modèle de Meta plus rapidement que le développement interne. » Et, a-t-il ajouté, les boucles de rétroaction humaine de qualité d’entreprise de Scale sont exactement ce dont les modèles Llama de Meta ont besoin pour rivaliser avec Chatgpt et Claude sur la fiabilité et le suivi des tâches.

La qualité des données, un objectif clé pour Wang, est un facteur important dans la résolution de ces problèmes de performance. Il a écrit dans une note pour mettre à l’échelle les employés jeudi, plus tard Publié sur x (anciennement Twitter), que lorsqu’il a fondé l’échelle de l’IA en 2016 au milieu de certaines des premières percées de l’IA, « il était clair même alors que les données étaient l’élément vital des systèmes d’IA, et c’était l’inspiration derrière l’échelle de départ. »