Costruire modelli multimodali specializzati con LFM3
huggingface ·
LiquidAI ha presentato LFM3, una nuova generazione di Liquid Foundation Models progettati per fungere da colonna vertebrale condivisa per un'intelligenza multimodale specializzata. Questa architettura consolida le capacità di testo, visione, audio, omni-modale e processo decisionale in sei modelli distinti, tutti con una scala di circa 2 miliardi di parametri. Il modello sottostante LFM3-1.7B-Base utilizza una miscela tri-ibrida di layer e una ricerca hardware-in-the-loop per ottenere una maggiore espressività con il 35% di parametri in meno rispetto al suo predecessore, LFM2.5. Questi modelli sono ottimizzati per la distribuzione su dispositivi edge, caratterizzati da inferenza a bassa latenza, piccole impronte di memoria e supporto per finestre di contesto lunghe fino a 256K token. I rilasci principali includono LFM3-1.7B per attività agentiche, LFM3-VL-2B per la comprensione visiva e LFM3-Omni-2B per l'interazione audio-visiva integrata. Inoltre, la serie d1 offre capacità di processo decisionale rapide e strutturate per applicazioni che richiedono risposte calibrate anziché testo generato. Tutti i modelli sono open-weight e possono essere affinati su una singola GPU per adattarsi a domini specifici, terminologie o compiti di controllo robotico.
huggingface