Spezialisierte multimodale Modelle mit LFM3 erstellen
huggingface ·
LiquidAI hat LFM3 vorgestellt, eine neue Generation von Liquid Foundation Models, die als gemeinsame Basis für spezialisierte multimodale Intelligenz dienen sollen. Diese Architektur konsolidiert Text-, Vision-, Audio-, Omni-Modal- und Entscheidungsfähigkeiten in sechs verschiedenen Modellen mit jeweils etwa 2 Milliarden Parametern. Das zugrunde liegende LFM3-1.7B-Base nutzt eine trihybride Schichtenmischung und hardwareintegrierte Suche, um bei 35 % weniger Parametern als sein Vorgänger LFM2.5 eine höhere Ausdrucksstärke zu erreichen. Die Modelle sind für den Edge-Einsatz optimiert und bieten Latenzarme Inferenz, geringen Speicherbedarf sowie Unterstützung für lange Kontextfenster bis zu 256K Tokens. Zu den wichtigsten Veröffentlichungen gehören LFM3-1.7B für agentische Aufgaben, LFM3-VL-2B für visuelles Verständnis und LFM3-Omni-2B für integrierte Audio-Visuelle Interaktion. Darüber hinaus bietet die d1-Serie schnelle, strukturierte Entscheidungsfähigkeiten für Anwendungen, die kalibrierte Antworten anstelle von generiertem Text erfordern. Alle Modelle sind Open-Weight und können auf einer einzelnen GPU feinabgestimmt werden, um sie an spezifische Domänen, Terminologie oder Robotersteuerungsaufgaben anzupassen.
huggingface