Construir modelos multimodales especializados con LFM3
huggingface ·
LiquidAI ha presentado LFM3, una nueva generación de Modelos Fundamentales Líquido diseñados para funcionar como un núcleo compartido para la inteligencia multimodal especializada. Esta arquitectura consolida las capacidades de texto, visión, audio, omni-modal y toma de decisiones en seis modelos distintos, todos ellos con una escala de aproximadamente 2 mil millones de parámetros. El modelo base LFM3-1.7B utiliza una mezcla de capas trihíbridas y búsqueda en el bucle del hardware para lograr una mayor expresividad con un 35 % menos de parámetros que su predecesor, LFM2.5. Estos modelos están optimizados para la implementación en dispositivos periféricos (edge), con inferencia de baja latencia, pequeñas huellas de memoria y soporte para ventanas de contexto largas de hasta 256K tokens. Entre los lanzamientos clave se incluyen LFM3-1.7B para tareas agénticas, LFM3-VL-2B para la comprensión visual y LFM3-Omni-2B para la interacción integrada de audio y visión. Además, la serie d1 ofrece capacidades rápidas de toma de decisiones estructuradas para aplicaciones que requieren respuestas calibradas en lugar de texto generado. Todos los modelos tienen pesos abiertos y pueden ajustarse mediante fine-tuning en una sola GPU para adaptarse a dominios específicos, terminología o tareas de control robótico.
huggingface