Llama 3.2

Llama 3.2 কী এবং এটি কারা তৈরি করেছে

Llama 3.2 হলো Meta কর্তৃক ২৫ সেপ্টেম্বর, ২০২৪ তারিখে প্রকাশিত মডেলের একটি সিরিজ। এটি একই সাথে দুটি ভিন্ন উদ্দেশ্যে তৈরি করা হয়েছিল। একদিকে ছিল দুটি অত্যন্ত ছোট টেক্সট মডেল—Llama 3.2 1B ও 3B, যা ফোন, ল্যাপটপ এবং সীমিত কম্পিউটিং ক্ষমতাসম্পন্ন অন্যান্য ডিভাইসে চালানোর উপযোগী করে তৈরি। অন্যদিকে ছিল Meta-র প্রথম Llama ভিশন মডেল—Llama 3.2 11B Vision ও 90B Vision, যা টেক্সটের পাশাপাশি ছবি ইনপুট নিতে পারে এবং টেক্সটে উত্তর দেয়। এগুলোর সবগুলোই Llama 3.2 Community License-এর অধীনে ডাউনলোড করা যায়।

Llama 3.2 পরিবার

Llama 3.2 1B ও 3B (টেক্সট)

Meta-র মডেল কার্ড অনুসারে, 1B মডেলে প্রায় ১.২৩ বিলিয়ন প্যারামিটার রয়েছে, দুটি ছোট মডেলই ১২৮K কনটেক্সট উইন্ডো সমর্থন করে এবং ডিসেম্বর ২০২৩ পর্যন্ত তথ্যসহ প্রায় ৯ ট্রিলিয়ন টোকেনের ওপর এগুলোকে প্রশিক্ষণ দেওয়া হয়েছে। Meta তুলনামূলক বড় Llama 3.1 8B ও 70B মডেলের আউটপুট থেকে শিখিয়ে এগুলো তৈরি করেছে, যা নলেজ ডিস্টিলেশন (knowledge distillation) পদ্ধতি নামে পরিচিত। Meta-র মতে এর মূল ব্যবহারগুলো হলো: অ্যাসিস্ট্যান্টের মতো চ্যাট, তথ্য অনুসন্ধান, সারসংক্ষেপ তৈরি, মোবাইল ডিভাইসে রাইটিং অ্যাসিস্ট্যান্ট এবং কুয়েরি ও প্রম্পট পুনর্লিখন।

Meta কম মেমোরির ফোন প্রসেসরে চালানোর জন্য 1B ও 3B-এর কোয়ান্টাইজড (quantized) সংস্করণও প্রকাশ করেছে। এই কোয়ান্টাইজড সংস্করণগুলোর কনটেক্সট উইন্ডো তুলনামূলক ছোট—৮K টোকেন।

Llama 3.2 11B ও 90B Vision

ভিশন মডেলগুলো Llama 3.1 টেক্সট মডেলের ওপর ভিত্তি করে তৈরি এবং এতে রয়েছে আলাদাভাবে প্রশিক্ষিত একটি ভিশন অ্যাডাপ্টার, যা ইমেজ এনকোডারের দেখা তথ্য ল্যাঙ্গুয়েজ মডেলে পাঠায়। Meta এর মূল ব্যবহার হিসেবে উল্লেখ করেছে ভিজ্যুয়াল রিকগনিশন, ইমেজ রিজনিং, ক্যাপশন তৈরি এবং ছবি সম্পর্কিত সাধারণ প্রশ্নের উত্তর দেওয়া; এগুলোতে রয়েছে ১২৮K কনটেক্সট উইন্ডো। একটি গুরুত্বপূর্ণ বিষয়: ছবি ও টেক্সট যুক্ত টাস্কের ক্ষেত্রে আনুষ্ঠানিকভাবে কেবল ইংরেজি ভাষা সমর্থিত।

Llama 3.2 যে কাজের জন্য সেরা

• অন-ডিভাইস AI: 1B ও 3B মডেলগুলো ফোন এবং সাধারণ ল্যাপটপের জন্য যথেষ্ট ছোট, যার ফলে অ্যাপগুলো অফলাইনে কাজ করতে পারে এবং ডেটা ডিভাইসেই সুরক্ষিত থাকে।
• দ্রুত ও সাশ্রয়ী টেক্সট টাস্ক: সারসংক্ষেপ, পুনর্লিখন, ক্লাসিফিকেশন এবং সংক্ষিপ্ত উত্তরের মতো কাজ, যেখানে বড় মডেল ব্যবহারের প্রয়োজন নেই।
• ইংরেজিতে ছবি বিশ্লেষণ: ভিশন মডেলগুলো ছবির বর্ণনা দিতে পারে, চার্ট ও ডকুমেন্ট পড়তে পারে এবং ছবি সম্পর্কিত প্রশ্নের উত্তর দিতে পারে।
• পরীক্ষা-নিরীক্ষা ও শেখা: যারা প্রথমবারের মতো লোকাল AI বা ফাইন-টিউনিং নিয়ে কাজ করছেন, তাদের কাছে ছোট মডেলগুলো বেশ জনপ্রিয়।

টেক্সটের জন্য আনুষ্ঠানিকভাবে আটটি ভাষা সমর্থিত: ইংরেজি, জার্মান, ফরাসি, ইতালীয়, পর্তুগিজ, হিন্দি, স্প্যানিশ এবং থাই।

যেসব সীমাবদ্ধতা জেনে রাখা প্রয়োজন

• ছোট মানেই সীমাবদ্ধ: 1B ও 3B মডেলের জানার পরিধি বড় মডেলগুলোর তুলনায় অনেক কম এবং তথ্য ও যুক্তির ক্ষেত্রে তুলনামূলক বেশি ভুল করে। Meta নিজেই উল্লেখ করেছে যে এগুলো মোবাইল ডিভাইসের মতো অত্যন্ত সীমিত পরিবেশের জন্য তৈরি।
• পুরোনো তথ্য: প্রশিক্ষণের ডেটা ডিসেম্বর ২০২৩ পর্যন্ত সীমাবদ্ধ।
• ছবি বিশ্লেষণের সুবিধা কেবল ইংরেজিতে: ছবি ও টেক্সট যুক্ত টাস্কের জন্য কেবল ইংরেজি সমর্থিত এবং এই ভিশন মডেলগুলো নতুন ছবি তৈরি করতে পারে না।
• ভিশন মডেলের জন্য EU নিষেধাজ্ঞা: Llama 3.2-এর জন্য Meta-র অ্যাক্সেপ্টেবল ইউজ পলিসি অনুসারে, ইউরোপীয় ইউনিয়নে (EU) বসবাসকারী ব্যক্তি বা সেখানে অবস্থিত কোম্পানিগুলোকে এর মাল্টিমোডাল মডেলের লাইসেন্স দেওয়া হয় না। তবে যে পণ্যগুলোতে ইতোমধ্যে এই মডেলগুলো যুক্ত আছে, সেগুলোর সাধারণ ব্যবহারকারীরা এর আওতামুক্ত। 1B ও 3B টেক্সট মডেলগুলো মাল্টিমোডাল নয়।
• ছবির জন্য আরও উন্নত বিকল্প রয়েছে: Llama 4 Scout ও Maverick প্রাকৃতিকভাবেই ছবি বুঝতে পারে এবং আরও বেশি ভাষা সমর্থন করে।

অফিসিয়ালি কীভাবে Llama 3.2 পাবেন

Meta তাদের meta-llama অর্গানাইজেশনের অধীনে Hugging Face-এ সব Llama 3.2 মডেল প্রকাশ করেছে, যেমন meta-llama/Llama-3.2-3B-Instruct এবং meta-llama/Llama-3.2-11B-Vision-Instruct। ফাইলগুলো আনলক করতে মডেল পেজে গিয়ে লাইসেন্স শর্তাবলী গ্রহণ করুন। ভিশন মডেল কার্ডটি এখানে পাওয়া যাবে।

লোকাল ব্যবহারের জন্য Ollama-তে ছোট মডেলগুলো পাওয়া যায়: ollama run llama3.2 কমান্ড দিয়ে 3B সংস্করণটি (প্রায় ২.০ GB) এবং ollama run llama3.2:1b দিয়ে 1B সংস্করণটি (প্রায় ১.৩ GB) ডাউনলোড করা যায়। LM Studio এবং llama.cpp দিয়েও এগুলো চালানো যায়; বিস্তারিত জানতে দেখুন লোকালি Llama চালানো।

ক্লাউড API-এর ক্ষেত্রে, OpenRouter-এ Llama 3.2 1B-এর মূল্য প্রতি মিলিয়ন টোকেনে ইনপুট $০.০২৭ এবং আউটপুট $০.২০১, এবং Llama 3.2 3B-এর মূল্য প্রতি মিলিয়ন টোকেনে ইনপুট $০.০৫০৯ এবং আউটপুট $০.৩৩৫ (OpenRouter তালিকাভুক্ত মূল্য, অক্টোবর ২০২৬)। কীভাবে Llama মডেল কল করতে হয় তা আমাদের API গাইড-এ দেখানো হয়েছে।

লাইসেন্সের মূল শর্তগুলো অন্যান্য Llama সংস্করণের মতোই: "Built with Llama", অ্যাক্সেপ্টেবল ইউজ পলিসি এবং প্রতি মাসে ৭০ কোটি সক্রিয় ব্যবহারকারীর নিয়ম। আমাদের লাইসেন্স পেজ-এ এগুলো ব্যাখ্যা করা হয়েছে।

গোপনীয়তা সংক্রান্ত তথ্য

Llama 3.2-এর মূল গোপনীয়তা সুবিধা হলো ছোট মডেলগুলো সম্পূর্ণভাবে আপনার ডিভাইসেই চলতে পারে, ফলে কোনো ডেটাই আপনার ফোন বা কম্পিউটার থেকে বাইরে যায় না। তবে আপনি যদি এগুলো ক্লাউড প্রোভাইডারের মাধ্যমে ব্যবহার করেন, সেক্ষেত্রে সংশ্লিষ্ট প্রোভাইডারের গোপনীয়তা নীতি প্রযোজ্য হবে।

অন্যান্য মডেলের সাথে Llama 3.2-এর তুলনা

Llama 3.1 8B-এর তুলনায় 3B মডেলটি আকারে ছোট ও হালকা, তবে কার্যক্ষমতায় কিছুটা পিছিয়ে। Llama 4-এর তুলনায় 3.2 ভিশন মডেলগুলো পুরোনো, ছবির ক্ষেত্রে কম ভাষা সমর্থন করে এবং একই EU শর্তের অধীন; অন্যদিকে Llama 4-এর মূল মডেলগুলোতেই ছবি বিশ্লেষণের সুবিধা রয়েছে। আপনি যদি কেবল ছবি সংক্রান্ত প্রশ্ন করতে চান, তবে Llama 4-এর সাথে আমাদের চ্যাট ব্যবহার করাই সবচেয়ে সহজ উপায়। প্রকাশের পূর্ণ বিবরণ দেখতে দেখুন Llama-র ইতিহাস।

সাধারণ জিজ্ঞাসা (FAQ)

আমি কি Llama.Online চ্যাটে Llama 3.2 ব্যবহার করতে পারব?

না, Llama 3.2 আমাদের চ্যাটে নেই। ছবির জন্য Llama 4 Maverick বা Scout এবং দ্রুত টেক্সট উত্তরের জন্য Llama 3.1 8B ব্যবহার করুন।

Llama 3.2 কি ফোনে চলতে পারে?

1B ও 3B মডেলগুলো সেই উদ্দেশ্যেই তৈরি, বিশেষ করে মোবাইল প্রসেসরের জন্য Meta-র প্রকাশিত কোয়ান্টাইজড সংস্করণগুলো। এটি চালাতে আপনার লোকাল মডেল সমর্থন করে এমন একটি অ্যাপ প্রয়োজন হবে।

Llama 3.2-এর কোন মডেলগুলো ছবি দেখতে পারে?

কেবল 11B ও 90B Vision মডেলগুলো। 1B ও 3B মডেল কেবল টেক্সটের জন্য।

ইউরোপীয় ইউনিয়নের (EU) ব্যবহারকারীরা কি Llama 3.2 ব্যবহার করতে পারবেন?

লাইসেন্সের অধীনে টেক্সট মডেলগুলো ব্যবহার করা যাবে। তবে ভিশন মডেলের ক্ষেত্রে Meta-র নীতিমালা অনুযায়ী EU-তে বসবাসকারী ব্যক্তি বা প্রতিষ্ঠানের লাইসেন্স ব্যবহারের অধিকার নেই, যদিও এই মডেলগুলো দিয়ে তৈরি কোনো পণ্যের সাধারণ ব্যবহারকারীদের ওপর এর প্রভাব পড়বে না। এটি সাধারণ তথ্য, কোনো আইনি পরামর্শ নয়।