Функция asyncio.wait() это еще один способ вызвать множество асинхронных задач.
Она работает в нескольких режимах.
1. Самый простой - ждем завершения всех задач
async def main():
tasks = [asyncio.create_task(do_it(i)) for i in range(10)]
done, pending = await asyncio.wait(
tasks,
return_when=asyncio.ALL_COMPLETED
)
for task in done:
try:
print(task.result())
except Exception as e:
print(e)
Очень похоже на gather, но работает не так.
▫️возвращает не результаты, а два сета с объектами Task у которых можно забрать результат через task.result() если они в списке done
▫️не гарантирует порядок результатов так как оба объекта это set
▫️не выбрасывает исключение когда оно появляется, а сохраняет его в Task. Исключение появится когда попробуете забрать резултьтат.
2. Ждем завершения первой задачи, даже если там ошибка.
async def main():
tasks = [asyncio.create_task(do_it(i)) for i in range(3)]
done, pending = await asyncio.wait(
tasks,
return_when=asyncio.FIRST_COMPLETED
)
# в done может быть несколько задач!
for task in done:
try:
print(task.result())
except Exception as e:
print(f"Fail: {e}")
# Оставшиеся задачи в pending, как правило, нужно отменить, иначе они будут продолжать работать
for task in pending:
task.cancel()
В сете done будут таски которые успели завершится, причем как успешно так и нет.
3. До первой ошибки.
Тоже самое, но с аргументом FIRST_EXCEPTION
done, pending = await asyncio.wait(
tasks,
return_when=asyncio.FIRST_EXCEPTION
)
Функция завершается как только первая задача упадет с ошибкой.
Учтите, что в любом случае done вы можете обранужить несколько задач, как с ошибками так и успешные.
↗️ Полный листинг примеров здесь
#async
🦙 Meta lanza el modelo de lenguaje de código abierto más grande: Llama 3.1-405B
Meta ha sorprendido al mundo de la inteligencia artificial al presentar su nuevo y más potente modelo de lenguaje de código abierto:Llama 3.1-405B.
Hechos clave
⭐️ Parámetros: Llama 3.1-405B es el modelo más grande de la serie Llama, con 405 mil millones de parámetros. Esta última versión también incluye versiones mejoradas de modelos con 8 mil millones y 70 mil millones de parámetros.
El número de parámetros afecta la capacidad del modelo para razonar, entender el contexto y generar contenido diverso, preciso y creativo. Más parámetros requieren recursos informáticos más significativos.
📊Comparativas: El modelo insignia es competitivo con los principales modelos fundacionales en diversas tareas, incluyendo GPT-4o y Claude 3.5 Sonnet. Consulta la comparación en comprensión del lenguaje (MMLU), codificación (HumanEval) y matemáticas (GSM8K y MATH) 🔼
🖼 Multimodalidad: Llama 3.1 puede reconocer y generar tanto texto como imágenes. El modelo ya se ha integrado en la versión beta de WhatsApp para Android.
🔒Código abierto: Llama 3.1 permite a desarrolladores e investigadores utilizarlo en sus proyectos. Esto lo hace accesible para más usuarios, incluidas universidades y pequeñas empresas.
🖥 Ventana de contexto: El modelo utiliza un nuevo tokenizador que expande el vocabulario de 32K a 128K tokens, mejorando el procesamiento del lenguaje y permitiendo trabajar de manera más eficiente con el texto al recordar más contexto.
➡️ Prueba Llama 3.1-405B aquí.
📱 Mark Zuckerberg ya ha dado una entrevista en video.
En la serie anterior:
❓Código abierto vs. código cerrado
🦙Llama 3 ha sido lanzado. Es el mayor LLM de código abierto.
#noticias#llama@hiaimediaes
✴️Meta ускоряет план: Llama 4.X до конца года, Llama 5 — в 2026
Meta, судя по заявлениям Марка Цукерберга, готовит заметное обновление линейки после неоднозначного старта Llama 4. Компания ускоряет цикл релизов и одновременно чинит слабые места текущего поколения, чтобы вернуть доверие разработчиков и исследователей.
Что ожидается в ближайшее время:
🟡Llama 4.X выйдет до конца года и станет первым релизом нового подразделения Meta Superintelligence Labs (MSL).
🟡Llama 5 — следующая ступень линейки — запланирована на 2026 год.
🟡 Параллельно Meta раскатывает патчи для Llama 4 (версии 4.1 и 4.2) с упором на исправление замечаний по производительности и качеству ответов.
🤑ForgetMe | Boosty
Приобрести подписку на любые сервисы
⏩@forgetshop_bot
#нейросети#новости#llama
🪄Добавили в GPTunneL сразу две новые нейросети LlaMA 4
Теперь в нашем сервисе доступны передовые модели от Meta с архитектурой Mixture of Experts (MoE)*.
⚫️LlaMA 4 Maverick (400B):
Флагманская модель с контекстом в 1 миллион токенов, заточена под сложные задачи: математика, программирование, гуманитарные науки. Включает 128 экспертов (с 17B активными параметрами).
⚫️LlaMA 4 Scout (107B):
Компактная и быстрая модель с контекстным окном в 10 миллионов токенов, легко справляется с анализом длинных текстов. Использует 16 экспертов (из которых одновременно активны 17B параметров).
*Mixture of Experts (MoE) - это архитектура нейронной сети, где несколько «экспертных» моделейспециализируются на разных аспектах задачи, а специальная сеть-маршрутизатор определяет, какого эксперта использовать для конкретной задачи. Подробнее —в нашем гайде по промпт инжинирингу.
🦛Meta также анонсировала модель Llama 4 Behemoth с 288 миллиардами активных параметров и общей архитектурой на 2 триллиона параметров. Однако эта модель всё ещё находится в стадии обучения и пока недоступна для использования.
🔗Протестировать LlaMA 4 Maverick и Scout в GPTunneL
#update@gptunnel#llama@gptunnel
Meta 扩大员工使用竞争对手 AI 工具权限，含 ChatGPT-5、 Gemini 3 Pro 等
Meta正在积极推动“人工智能优先”的办公环境，扩大员工使用包括谷歌Gemini 3 Pro和OpenAI ChatGPT-5在内的外部人工智能工具的权限。公司内部文件显示，Meta鼓励员工将人工智能融入所有工作流程，并计划将自主研发的Llama系列模型与其他企业产品结合使用。Meta已在人工智能技术上投入巨资，并推出了Metamate等内部人工智能助手。此外，Meta还与Midjourney合作，将图像生成技术整合到自身产品中，并将内部办公套件迁移至谷歌Workspace。公司通过内部激励机制和绩效考核，鼓励员工积极应用人工智能技术，以提升工作效率和研发进度。IT之家
🏷#Meta#人工智能#Llama
📢频道👥群组📝投稿
¿Que puede hacer este bot?
🤖@mysticella_bot
📎Crea y chatea con modelos de IA en Telegram con soporte para GPT, Gemini, LLama y más. Uso gratuito.
#chatgpt#ai#llama
( Visto en: @BotsGram_Cu )
The Atlantic: на чьих книгах учатся ИИ-алгоритмы?
Ни для кого не секрет, что эффективность алгоритмов генеративного ИИ строится прежде всего на огромных базах данных текстовой информации. Но что составляет их основу? Чьими словами говорят с нами ChatGPT, Llama и другие языковые модели? Алекс Рейснер из The Atlantic пытается разобраться.
«Часть обучающих текстов берется из Википедии и других сетевых источников, но для качественного генеративного ИИ требуется более качественный материал, чем тот, который обычно можно найти в Интернете, то есть тот, который можно найти в книгах. В иске, поданном в Калифорнии в прошлом месяце, писатели Сара Сильверман, Ричард Кадри и Кристофер Голден утверждают, что Meta нарушила закон об авторском праве, использовав их книги для обучения LLaMA, большой языковой модели, аналогичной GPT-4 от OpenAI, — алгоритма, который может генерировать текст, подражая шаблонам слов, найденным в образцах текстов. Однако ни сам иск, ни комментарии вокруг него не дают возможности заглянуть под капот: мы не знаем точно, обучалась ли LLaMA на книгах Сильвермана, Кадри, Голдена или других авторов».
https://theidealist.ru/llama/
#TheAtlantic#технологии#ИИ#Llama#книги