Llama, présenté par Touvron et al. (2023), est une série de modèles de fondation publiés avec des poids ouverts. La première version a montré que des modèles entraînés sur des données publiques pouvaient rivaliser avec des modèles fermés bien plus grands, et sa disponibilité ouverte a donné naissance à un vaste écosystème de variantes affinées, embarquées sur appareil ou destinées à la recherche.
Llama est l’exemple type d’un modèle à poids ouverts, par opposition aux systèmes accessibles uniquement par API comme GPT-4, Claude et Gemini.