Meta startet Muse Wonder und Muse Wonder Full, seine bislang leistungsfähigsten Modelle

Meta hat die Muse-Wonder-Reihe vorgestellt, bestehend aus Muse Wonder und Muse Wonder Full. Das Unternehmen bezeichnet sie als seine bislang leistungsfähigsten Modelle. Nach Angaben von Meta erreichen sie bei persönlichen und beruflichen agentischen Aufgaben Spitzenleistungen auf dem Stand der Technik.
- Meta hat Muse Wonder und Muse Wonder Full vorgestellt, die es als seine bislang leistungsfähigsten Modelle bezeichnet.
- Die Modelle bauen auf Muse Spark auf und zielen auf persönliche und berufliche agentische Aufgaben, darunter Recht, Finanzen, Gesundheit und Programmierung.
- Zu den neuen Funktionen zählen Active Memory, das Kontext über Gespräche hinweg bewahrt, und Active Focus, das bei schwierigen Aufgaben dranbleibt.
- Muse Wonder ist über die Meta Model API und Muse Code verfügbar und soll bald mehr Funktionen von Muse antreiben, zunächst für Abonnenten.
- Ein vollständiger Bericht mit weiteren Sicherheitsbewertungen wird in Kürze angekündigt.
Aufbauend auf Muse Spark, ausgerichtet auf reale Aufgaben
Meta zufolge baut die Muse-Wonder-Reihe auf den Grundlagen auf, die mit Muse Spark gelegt wurden. Das Unternehmen beschreibt die Veröffentlichung als Ergebnis einer Neuausrichtung seiner KI-Aktivitäten, die vor vierzehn Monaten begann: weg vom Neuaufbau der Grundlagen, hin zum Vorstoß an die Spitze der Entwicklung.
Die Modelle zielen auf Alltagsprobleme, bei denen eine KI Informationen interpretieren und durcharbeiten muss. Meta nennt als Beispiele den Umgang mit einem Versicherungsfall, das Verständnis eines Mietvertrags oder den Überblick über die eigenen Finanzen. Laut Unternehmen übertragen Muse Wonder und Muse Wonder Full diese Fähigkeit auf Fachgebiete wie Recht, Finanzen und Gesundheit. Außerdem verweist Meta auf Programmierleistungen an der Spitze des Feldes, für alle, die vom Spiel bis zur App für ein neues Geschäft alles Mögliche entwickeln.
Active Memory und Active Focus
Meta hebt zwei in die neuen Modelle integrierte Fähigkeiten hervor, die beide für Arbeit gedacht sind, die sich über einen längeren Zeitraum erstreckt.
- Active Memory: die Fähigkeit, wichtige Informationen des Nutzers über Gespräche hinweg zu behalten und für die jeweilige Aufgabe relevante Details wieder aufzugreifen.
- Active Focus: die Fähigkeit, bei schwierigen Aufgaben weiter auf ein Ziel hinzuarbeiten, andere Ansätze auszuprobieren, sich von Fehlern zu erholen und die Aufgabe zu Ende zu führen. Laut Meta fragt das Modell bei Bedarf nach und holt sich eine Bestätigung ein, bevor es bei wichtigen Dingen weitermacht.
Sicherheitsansatz
Meta weist darauf hin, dass ein persönlicher Agent reale Aufgaben übernehmen kann, was häufig bedeutet, dass er auf Nachrichten, Kalender und Dokumente der Nutzer zugreift. Deshalb habe man die Muse-Wonder-Familie darauf trainiert, private Informationen nicht ohne Erlaubnis weiterzugeben, Bitten um Unterstützung bei tatsächlich schädlichen Handlungen abzulehnen und dazu beizutragen, die Sicherheit zu verbessern und die Abwehr gegen Cyberangriffe zu stärken.
Meta ergänzt, dass Entwickler und Sicherheitsteams Modelle wie Muse Wonder nutzen können, um Schwachstellen im eigenen Code zu finden und ihre Systeme zu härten, und dass man sichergestellt habe, dass die Modelle diese Arbeit weiterhin leisten können. Das Unternehmen erklärt, es trainiere, evaluiere und veröffentliche seine leistungsfähigsten Modelle gemäß den Standards seines Meta Superintelligence Scaling Framework. Ein vollständiger Bericht mit weiteren Sicherheitsbewertungen soll Meta zufolge bald folgen.
Verfügbarkeit und Ausblick
Muse Wonder ist ab sofort über die Meta Model API und Muse Code verfügbar. Meta kündigt an, dass das Modell bald mehr Funktionen von Muse antreiben wird, zunächst für Abonnenten. Zu Preisen oder zur Verfügbarkeit von Muse Wonder Full über den Start der Reihe hinaus macht die Ankündigung keine Angaben.
Meta beschreibt die Veröffentlichung als großen Schritt hin zu persönlicher Superintelligenz für alle, mit noch viel mehr, das folgen soll. Für weitere Einzelheiten dazu, wie die Modelle entwickelt und getestet wurden und was sie können, verweist das Unternehmen auf seinen Research-Blog.


