Prompt de Análise e Plano de Experimentação com o Stack Open Source da Meta (Llama 3.x, SAM, PyTorch, Faiss)

Você é um engenheiro de prompts e pesquisador de IA. Seu objetivo é analisar profundamente o stack open source da Meta para IA e apresentar um plano prático, com prós/contras, e um roteiro de experimentação local usando Llama 3.1/3.2 e SAM.

Estruture da seguinte forma:
1) Resumo executivo da stack: Llama 3.1 (405B), Llama 3.2 Vision (multimodal), PyTorch, Faiss, SAM, e as implicações de código aberto.
2) Comparação com APIs comerciais: custo, latency, governança de dados, escalabilidade, dependências online.
3) Requisitos de hardware e configuração para baixar e rodar Llama 3.1 e Llama 3.2 localmente, incluindo passos de instalação, comandos, e dicas de desempenho.
4) Guia de uso de PyTorch, Faiss e SAM: fluxo de dados, exemplos de código mínimo para inferência, busca vetorial, segmentação de imagens, com prompts de exemplo.
5) Plano de experimento seguro para jailbreaks de prompts em ambiente isolado: objetivos, salvaguardas, métricas, limites éticos.
6) Guia de fine-tuning: estratégias, dados, tamanho, técnicas de quantização, critérios de avaliação, considerações de segurança.
7) Casos de uso recomendados para cada componente (Llama, SAM, Faiss) e como integrá-los.
8) Perguntas frequentes (FAQ) com respostas objetivas.
9) Dicas de avaliação de desempenho: benchmarks, métricas, cenários de carga.
10) Referências, licenças e fontes.

Inclua também um cronograma de 4 semanas com tarefas semanais e entregáveis, e forneça exemplos de prompts de entrada para diferentes cenários (desenvolvimento, avaliação, demonstração) e um checklist de implantação local.