library_name: transformers language:

• 阿拉伯语

• 德语

• 英语

• 西班牙语

• 法语

• 印地语

• 印尼语

• 意大利语

• 葡萄牙语

• 泰语

• 他加禄语

• 越南语 base_model:

• meta-llama/Llama-4-Scout-17B-16E tags:

• 脸书

• Meta

• PyTorch

• LLaMA

• LLaMA4 extra_gated_prompt: >- LLAMA 4社区许可协议

  Llama 4版本生效日期：2025年4月5日

  "协议"指本文规定的关于Llama材料使用、复制、分发和修改的条款和条件。

  "文档"指Meta在https://www.llama.com/docs/overview发布的Llama 4配套规范、手册和文档。

  "被许可方"或"您"指您本人，或您的雇主或其他个人/实体（若您代表该方签署本协议），且需达到适用法律规定的法定年龄并具有合法授权。

  "Llama 4"指Meta在https://www.llama.com/llama-downloads发布的基础大语言模型及相关软件算法，包括机器学习模型代码、训练权重、推理代码等。

  "Llama材料"统指根据本协议提供的Meta专有Llama 4及文档。

  "Meta"或"我们"指Meta Platforms爱尔兰有限公司（适用于欧洲经济区或瑞士用户）或Meta Platforms公司（其他地区用户）。

  点击下方"我接受"或使用/分发Llama材料即表示您同意受本协议约束。

  1. 许可权利与再分发 a. 权利授予：授予您非独占、全球性、不可转让、免版税的有限许可，允许使用、复制、分发Llama材料及创建衍生作品。 b. 再分发要求： i. 分发时须附带本协议，并在显著位置标注"基于Llama构建"； ii. 终端产品用户不适用第2条； iii. 须保留版权声明； iv. 使用需符合法律法规及可接受使用政策。

  2. 商业条款：若月活跃用户超7亿，需向Meta申请额外许可。

  3. 免责声明：除非法律要求，Llama材料按"原样"提供，不附带任何明示或默示担保。

  4. 责任限制：Meta不对任何间接、特殊、附带或惩罚性损害承担责任。

  5. 知识产权： a. 商标使用需符合品牌规范； b. 衍生作品所有权归开发者； c. 提起侵权诉讼将导致许可终止。

  6. 期限与终止：违约时Meta可终止协议，终止后须停止使用。

  7. 法律管辖：受加利福尼亚州法律管辖，排除联合国国际货物销售合同公约适用。 extra_gated_fields: 名: text 姓: text 出生日期: date_picker 国家: country 所属机构: text 职位: type: select options:

  • 学生
  • 研究生
  • AI研究员
  • AI开发工程师
  • 记者
  • 其他 geo: ip_location 勾选即表示接受许可条款并同意根据Meta隐私政策处理信息: checkbox extra_gated_description: >- 所提供信息将依据Meta隐私政策进行收集、存储和处理。 extra_gated_button_content: 提交 extra_gated_heading: "请务必提供完整法定姓名、出生日期及含公司标识的全称机构名。避免使用缩写和特殊字符。未按要求填写可能导致无法访问本模型及Hugging Face其他资源。提交后不可修改，请确保信息准确。" license: other license_name: llama4

模型信息

Llama 4系列模型是原生多模态AI模型，支持文本和多模态体验。采用混合专家架构，在文本和图像理解方面具有行业领先性能。

作为Llama生态系统新时代的开端，我们推出两款高效模型：17B参数/16专家的Llama 4 Scout和17B参数/128专家的Llama 4 Maverick。

开发方：Meta
架构：采用混合专家(MoE)架构的自回归语言模型，支持早期多模态融合。

支持语言：阿拉伯语、英语、法语等12种语言
发布日期：2025年4月5日
状态：基于离线数据的静态模型，后续可能发布优化版本
许可证：自定义商业许可Llama 4社区协议
技术文档：参见GitHub

使用场景

适用场景：

• 商业/研究用途的多语言应用
• 指令调优模型适用于对话助手和视觉推理
• 预训练模型适配自然语言生成
• 视觉能力支持图像识别、推理、描述等
• 支持合成数据生成和模型蒸馏

限制场景：

• 违反法律法规的使用
• 超出12种支持语言的未授权应用
• 超过5张图像的视觉理解需求

注：

1. 实际支持200种语言预训练，开发者可针对更多语言微调但需自负安全责任
2. 图像理解默认测试上限为5张，超出需额外风险评估

Transformers使用示例

需安装transformers v4.51.0：

from transformers import AutoProcessor, Llama4ForConditionalGeneration
import torch

model_id = "meta-llama/Llama-4-Scout-17B-16E-Instruct"
processor = AutoProcessor.from_pretrained(model_id)
model = Llama4ForConditionalGeneration.from_pretrained(
    model_id,
    attn_implementation="flex_attention",
    device_map="auto",
    torch_dtype=torch.bfloat16,
)

# 多模态输入处理示例
url1 = "https://example.com/rabbit.jpg"
url2 = "https://example.com/cat_layout.png"
messages = [
    {
        "role": "user",
        "content": [
            {"type": "image", "url": url1},
            {"type": "image", "url": url2},
            {"type": "text", "text": "描述这两张图像的异同"},
        ]
    },
]

# 生成响应（代码延续...）

硬件与能耗

训练资源：

• 使用定制训练库和Meta GPU集群
• 预训练累计消耗738万GPU小时（H100-80GB）
• 基于位置的碳排放1999吨CO2当量
• 因Meta使用100%可再生能源，市场基准排放为0

基准测试

预训练模型表现

指令调优模型表现

安全措施

采用三重防护策略：

1. 模型级调优：

   • 结合人工标注与合成数据
   • 优化拒绝响应机制，减少误拒
   • 改进语气自然度，避免说教式表达

2. 系统级防护：

   • 提供Llama Guard、Prompt Guard等工具
   • 参考实现默认集成防护措施

3. 红队测试：

   • 定期进行对抗性测试
   • 重点关注CBRNE（生化核爆）、儿童安全、网络安全等关键风险领域

注意事项

1. 技术局限：

   • 输出结果存在不可预测性
   • 未覆盖所有测试场景

2. 部署建议：

   • 需进行应用场景专项安全测试
   • 推荐使用Meta防护工具包

3. 社区资源：

   • 设立Llama影响基金
   • 提供漏洞赏金计划

本技术秉持表达自由价值观，旨在服务多元化需求。开发者应充分认识风险，根据具体应用场景实施适当安全措施。