Construir modelos multimodais especializados com LFM3
huggingface ·
A LiquidAI apresentou o LFM3, uma nova geração de Modelos Fundamentais Líquidos projetados para servir como uma espinha dorsal compartilhada para inteligência multimodal especializada. Esta arquitetura consolida capacidades de texto, visão, áudio, omni-modal e tomada de decisão em seis modelos distintos, todos com cerca de 2 bilhões de parâmetros. O LFM3-1.7B-Base subjacente utiliza uma mistura tri-híbrida de camadas e busca hardware-in-the-loop para alcançar maior expressividade com 35% menos parâmetros que seu antecessor, o LFM2.5. Esses modelos são otimizados para implantação em borda, apresentando inferência de baixa latência, pequenas pegadas de memória e suporte a janelas de contexto longas de até 256K tokens. Os principais lançamentos incluem o LFM3-1.7B para tarefas agênticas, o LFM3-VL-2B para compreensão visual e o LFM3-Omni-2B para interação integrada áudio-visual. Além disso, a série d1 oferece capacidades rápidas de tomada de decisão estruturada para aplicações que exigem respostas calibradas em vez de texto gerado. Todos os modelos possuem pesos abertos e podem ser ajustados finamente em uma única GPU para se adaptar a domínios específicos, terminologia ou tarefas de controle robótico.
huggingface