معrفی LFM3؛ نسل جدید مدل‌های بنیادین مایع برای هوش مصنوعی تخصصی و لبه

شرکت Liquid AI از نسل جدید مدل‌های بنیادین مایع (LFMs) خود با نام LFM3 رونمایی کرده است که به عنوان نقطه شروعی برای هوش مصنوعی تخصصی طراحی شده‌اند. این مدل‌ها قابلیت‌های متنی، بینایی، صوتی و تصمیم‌گیری را روی یک هسته مشترک و در بازه پارامتری ۲ میلیارد گرد هم می‌آورند. این رویکرد به کاربران اجازه می‌دهد مدل مناسب برای وجهه مورد نظر خود را انتخاب کنند، آن را روی داده‌های شخصی خود با یک پردازنده گرافیکی منفرد تنظیم دقیق نمایند و در محل اجرای برنامه‌های کاربردی خود مستقر سازند.

سری LFM3 در مقایسه با خانواده قبلی یعنی LFM2 چهار تغییر اصلی به همراه دارد که شامل کارایی بیشتر به ازای هر پارامتر، استفاده از همه وجهی‌ها روی یک هسته مشترک، طراحی برای دستگاه‌های لبه و قابلیت تخصصی‌سازی می‌شود. معماری سه گانه ترکیبی جدید و دستورالعمل آموزشی به کار رفته باعث شده است تا مدل LFM3-1.7B با وجود استفاده از ۳۵ درصد پارامتر کمتر، عملکردی بهتر از نسخه قبلی ارائه دهد. این مدل‌ها به گونه‌ای توسعه یافته‌اند که متن، تصویر، صوت، مدل‌های همه‌وجهی و تصمیم‌گیری را پشتیبانی کنند.

مدل‌های LFM3 با تمرکز بر اجرای محلی و روی لبه طراحی شده‌اند؛ به طوری که مدل متنی آن در دقت ۴ بیت تنها حدود یک گیگابایت فضا اشغال می‌کند و پنجره زمینه ۲۵۶ هزار توکنی آن امکان اجرای عاملیت‌ها را به صورت محلی فراهم می‌سازد. رمزگذارهای اختصاصی جدید برای صوت و تصویر نیز سرعت پردازش را افزایش داده‌اند. رمزگذار بینایی جدید ترکیبی از کانولوشن و توجه است که محاسبات بسیار کمتری نسبت به نسخه‌های قبلی نیاز دارد و رمزگذار صوتی به همراه LiquidCodec امکان تولید گفتچه‌های صوتی روان و پخش جریانی را مهیا می‌کند.

مجموعه مدل‌های LFM3 شامل مدل‌های متنی، بینایی، صوتی و همه‌وجهی (Omni) به همراه مدل‌های تصمیم‌گیری d1 است که همگی به صورت متن‌باز روی پلتفرم Hugging Face در دسترس قرار دارند. کاربران می‌توانند با استفاده از راهنماها و کتابخانه‌های استاندارد مانند transformers این مدل‌ها را بارگذاری کرده، برای کاربردهای خاص خود تنظیم دقیق نمایند و در زیرساخت‌های محلی یا ابری به کار گیرند.