Αρχιτεκτονική καινοτομία για αυξημένη εκφραστικότητα
Η σειρά LFM3 βασίζεται σε μια νέα υβριδική αρχιτεκτονική, η οποία προέκυψε από εκτεταμένη έρευνα hardware-in-the-loop. Σε αντίθεση με τους προκατόχους της, η αρχιτεκτονική αυτή είναι σχεδιασμένη για agentic ροές εργασίας, όπου η ταχύτητα inference σε μεγάλα context windows είναι κρίσιμη. Η χρήση gated short convolutions σε συνδυασμό με sliding-window attention (SWA) επιτρέπει στο μοντέλο να διατηρεί υψηλή απόδοση, ενώ η εισαγωγή του 'sandwich norm' και του 'head-wise gated attention' συμβάλλει στη σταθερότητα της εκπαίδευσης και στον περιορισμό των activation outliers.
Πολυτροπική ευελιξία στο edge
Η οικογένεια LFM3 περιλαμβάνει εξειδικευμένα μοντέλα για κείμενο, όραση (vision), ήχο και omni-modal αλληλεπιδράσεις. Ο νέος vision encoder της Liquid AI επιτυγχάνει 3 φορές μεγαλύτερη αποδοτικότητα σε σχέση με το SigLIP2, ενώ το LFM3-Audio-2B εισάγει τον LiquidCodec, έναν in-house tokenizer που επιτρέπει την παράλληλη πρόβλεψη tokens, καθιστώντας τις συνομιλίες εξαιρετικά άμεσες και φυσικές.
Μοντέλα απόφασης (Decision Models) και επιχειρησιακή χρήση
Τα μοντέλα d1-2B και d1-Omni-2B αποτελούν μια σημαντική εξέλιξη για την αυτοματοποίηση επιχειρησιακών διαδικασιών. Αντί για παραγωγή κειμένου, τα μοντέλα αυτά εκτελούν 'typed answers', επιτρέποντας την εξαγωγή δομημένων δεδομένων (όπως εντοπισμό αντικειμένων, ανάγνωση εγγράφων ή εκτίμηση τιμών) με υψηλή ακρίβεια σε ένα μόνο forward pass. Η δυνατότητα αυτή, σε συνδυασμό με το χαμηλό latency, καθιστά τα μοντέλα ιδανικά για real-time εφαρμογές όπως η ανίχνευση απάτης ή η διαχείριση εισερχόμενων αιτημάτων υποστήριξης.