LFM3 reúne seis modelos multimodais de cerca de 2B de parâmetros
🎧 Ouça esta notícia
A nova geração Liquid Foundation Models (LFMs), chamada LFM3, reúne seis modelos de cerca de 2 bilhões de parâmetros derivados de uma mesma base: texto, visão, áudio, multimodal e tomada de decisões. A linha inclui entrada de vídeo no modelo de visão e um modelo omni, que combina texto, imagens, vídeo e áudio. Os responsáveis pelo LFM3 afirmam que o modelo LFM3-1.7B supera o LFM2.5-2.6B usando 35% menos parâmetros.
A arquitetura foi projetada para aplicações de agentes e dispositivos de borda. Segundo a publicação, o modelo de texto ocupa cerca de 1 GB em precisão de 4 bits, tem janela de contexto de 256K tokens e pode ser ajustado com os dados do usuário em uma única GPU. A base foi pré-treinada com 22T tokens, e os modelos de visão e áudio usam novos codificadores desenvolvidos internamente.
Por que importa · interpretação editorial
A linha combina modelos multimodais compactos com uma arquitetura voltada, segundo a equipe LFM3, a agentes e dispositivos de borda. Se as especificações e a alegação de desempenho se confirmarem, o tamanho reduzido e o ajuste fino em uma única GPU podem facilitar a adaptação local desses modelos.
Fontes
Pesquisa