Liquid AI выпустила семейство LFM3 из мультимодальных моделей около 2 млрд параметров
Liquid AI выпустила LFM3, новое поколение моделей для специализированных задач. Семейство включает текстовые, визуальные, аудио, омни-модели и модели принятия решений на общей базе, все в диапазоне около 2 млрд параметров.
Главное в цифрах
- Объём обучения базовой модели: 22 трлн токенов
- Контекст LFM3-1.7B: до 256K токенов
- WebArena-Verified: 38,42 против 3,02 у LFM2.5-2.6B
- Средний балл 62 визуальных тестов LFM3-VL-2B: 71,4 против 57,6
Флагман LFM3-1.7B обучен на 22 трлн токенов и работает с контекстом до 256K токенов. По словам компании, модель обходит предшественника LFM2.5-2.6B, хотя имеет на 35% меньше параметров. Самый заметный разрыв виден в агентных задачах: на WebArena-Verified модель набирает 38,42 против 3,02.
LFM3-VL-2B стала первой моделью линейки, которая принимает видео на вход. Средний балл на 62 визуальных тестах вырос с 57,6 до 71,4 по сравнению с LFM2.5-VL-3B, при этом у новой модели 1,9 млрд параметров против 3,1 млрд.
Остальные модели семейства
Аудио-модель LFM3-Audio-2B работает с речью на 18 языках и может превращать устные запросы в вызовы инструментов. Омни-модель LFM3-Omni-2B принимает текст, изображения и аудио и отвечает текстом или речью. Модели d1-2B и d1-omni-2B нужны для быстрых структурированных решений: они отвечают на несколько вопросов по одной ситуации за один проход и выдают вероятность для каждого ответа.
Все модели ветвятся от общей базы LFM3-1.7B-Base и могут дообучаться на одном GPU. Компания позиционирует их как основу для локальных агентов, которые работают без облака.
