Come sono fatti Muse Wonder and Muse Wonder Full?

Meta ha annunciato ieri sera 12 ottobre Muse Wonder e Muse Wonder Full, due modelli destinati ad alimentare assistenti personali e strumenti di lavoro. L’obiettivo dichiarato è gestire incarichi complessi, mantenendo il contesto e continuando a lavorare quando emergono ostacoli. In sostanza, Mark Zuckerberg afferma che  i suoi benchmark collocano Wonder e il più grande Muse Wonder Full al pari dei sistemi di punta di OpenAI e Anthropic. È questo il significato concreto da cercare dietro l’espressione aziendale «superintelligenza personale».

Cosa fanno: leggono contenuti diversi e producono risposte

Wonder e Wonder Full accettano testo, immagini, video e audio, ma restituiscono testo. Possono quindi interpretare documenti e grafici, sintetizzare informazioni, scrivere e correggere codice. La finestra di contesto dichiarata è di un milione di token: indica quanto materiale possono elaborare durante una richiesta, non quanto ricorderanno per sempre. Essere multimodali, inoltre, non significa generare automaticamente immagini o video.

Che differenza c’è tra Spark, Wonder e Wonder Full

Nel quadro che riporti, Spark privilegia la rapidità; Wonder punta a incarichi più impegnativi. Full viene presentato da Meta come la variante più avanzata. Wonder è accessibile attraverso la Meta Model API e Muse Code; Full attraverso Muse Code. La distinzione riguarda quindi anche il modo in cui si possono utilizzare: integrare un modello in un’applicazione oppure impiegarlo nell’ambiente di programmazione di Meta. Il sito non spiegano però la differenza architetturale fra Wonder e Full: dal nome non possiamo dedurre parametri, dimensioni o potenza di calcolo.

 Active Memory e Active Fosus

Meta chiama Active Memory il recupero delle informazioni rilevanti dalle conversazioni precedenti e Active Focus la capacità di insistere su un obiettivo, cambiare approccio e affrontare gli ostacoli. Un esempio: chiedere all’assistente di preparare un dossier rispettando fonti, formato e preferenze già indicati, aggiornandolo quando arrivano nuovi documenti. Per compiere azioni serve però un sistema attorno al modello: strumenti, accesso alle applicazioni e permessi. Meta descrive agenti capaci di usare browser e app e distribuire parti del lavoro a sottoagenti. Il modello fornisce capacità di interpretazione e decisione; l’agente le collega agli strumenti operativi.  La documentazione consultata non chiarisce abbastanza come venga conservata la memoria persistente. Non dimostra che ogni conversazione aggiorni i pesi del modello.

 Come sono fatti?

Meta dichiara di aver lavorato su preaddestramento e apprendimento per rinforzo, utilizzando il data center Prometheus. Il primo costruisce capacità generali attraverso l’addestramento sui dati; il secondo orienta il comportamento mediante segnali di ricompensa. L’azienda attribuisce parte dei progressi a modelli di base più grandi e robusti.  Restano però senza dettaglio, nelle fonti consultate, numero di parametri, composizione dei dati e architettura. Prometheus indica dove sono stati addestrati, non spiega come siano costruiti.

Quanto costano? 

Se guardiamo ai benchmark i risultati sono importanti. Su MemoryBench riporta 91,6 per Wonder e 93,1 per Full; definisce però quel test come una valutazione interna. Indica inoltre risultati attribuiti a soggetti esterni, fra cui Datacurve e Artificial Analysis. È quindi troppo categorico scrivere che mancano cifre o che tutte le prove sono esclusivamente interne. Queste attribuzioni richiedono comunque una verifica presso le fonti originarie.  Il prezzo? Quattro dollari per milione di token in ingresso e 20 in uscita per Wonder via API. Il costo di un incarico dipenderà anche dal numero di passaggi necessari. E un buon punteggio sulla memoria non basta a dimostrare affidabilità sul lavoro: la stessa model card riconosce possibili risposte inesatte ed errori nei compiti articolati.

Per approfondire. 

Cosa abbiamo capito di Meta Muse Spark?

Cosa sono i modelli Muse Glimmer di Meta?

In cinque punti cosa c’è da sapere su Muse Image di Meta

In cinque punti quello che dobbiamo sapere di Meta Ai

Meta Ai diventa app. La guida per opporsi all’uso dell’Ai e tutto quello che c’è da sapere. In cinque punti