Construire des modèles multimodaux spécialisés avec LFM3
huggingface ·
LiquidAI a présenté LFM3, une nouvelle génération de Liquid Foundation Models conçus pour servir de socle commun à une intelligence multimodale spécialisée. Cette architecture intègre les capacités textuelles, visuelles, audio, omnimodales et décisionnelles dans six modèles distincts, tous d'environ 2 milliards de paramètres. Le modèle sous-jacent LFM3-1.7B-Base utilise un mélange de couches tri-hybride et une recherche en boucle matérielle (hardware-in-the-loop) pour offrir une expressivité supérieure avec 35 % de paramètres en moins que son prédécesseur, LFM2.5. Ces modèles sont optimisés pour le déploiement sur edge, avec une inférence à faible latence, une empreinte mémoire réduite et la prise en charge de fenêtres contextuelles allant jusqu'à 256K tokens. Les principales versions incluent LFM3-1.7B pour les tâches agentic, LFM3-VL-2B pour la compréhension visuelle et LFM3-Omni-2B pour l'interaction audio-visuelle intégrée. La série d1 offre par ailleurs des capacités de prise de décision structurée et rapide, destinées aux applications nécessitant des réponses calibrées plutôt que du texte généré. Tous ces modèles sont open-weight et peuvent être fine-tunés sur une seule carte graphique pour s'adapter à des domaines spécifiques, au vocabulaire technique ou aux tâches de contrôle robotique.
huggingface