LLama 2
Le grand modèle de langage ouvert de Meta

LLama 2 est une famille de grands modèles de langage open source développée par Meta, conçue pour offrir une alternative librement accessible aux modèles propriétaires fermés. Elle répond au besoin des développeurs, chercheurs et entreprises de disposer de modèles performants qu’ils peuvent héberger, étudier, adapter et intégrer dans leurs propres applications, avec une licence permettant un usage commercial sous certaines conditions.
Les modèles sont proposés en plusieurs tailles de paramètres afin de s’adapter aux contraintes matérielles et aux besoins de performance, et existent en versions de base ainsi qu’en variantes optimisées pour le dialogue (chat) grâce à un affinage par instructions et apprentissage par renforcement à partir de retours humains. Ils peuvent être déployés localement ou sur des infrastructures cloud, affinés sur des données spécifiques (fine-tuning), quantifiés pour réduire les besoins en mémoire, et intégrés via des frameworks d’IA très répandus dans l’écosystème open source.
LLama 2 s’adresse aux équipes techniques, aux startups et aux chercheurs souhaitant construire des solutions personnalisées tout en maîtrisant coûts et confidentialité. Ses forces sont l’ouverture, la flexibilité de déploiement et un large soutien communautaire. Ses limites tiennent à l’expertise technique requise, aux ressources de calcul nécessaires et à des restrictions de licence ainsi qu’à des performances qui peuvent être dépassées par des modèles plus récents.
Notes détaillées 3.7/5
Fonctionnalités clés
- Génération et compréhension de texte
- Variantes optimisées pour le dialogue (Llama 2-Chat)
- Trois tailles de modèle (7B, 13B, 70B)
- Poids téléchargeables et déployables localement
- Fine-tuning et personnalisation possibles
- Fenêtre de contexte de 4096 tokens
👍 Avantages
- Poids ouverts, gratuits pour la recherche et le commerce
- Déploiement self-hosted (confidentialité, contrôle des données)
- Large écosystème et nombreux dérivés communautaires
- Plusieurs tailles selon les besoins et le matériel
👎 Inconvénients
- Licence non reconnue comme open source par l'OSI (restrictions)
- Performances inférieures aux modèles propriétaires récents
- Déploiement et infrastructure techniques à gérer soi-même
- Support multilingue limité par rapport aux modèles récents
