Liquid AI、エッジ向け意思決定モデル「d1-3B」をオープンソース公開
Liquid AIはマルチモーダル意思決定モデル「d1-3B」をオープンソースで公開した。テキスト生成を行わず、分類や評価などの判定に特化した設計で、RTX 4090で8ミリ秒、Jetson Orin Nanoでも50ミリ秒という超高速な単一パス応答を実現している。
Liquid AI
Liquid AI、11言語対応の軽量検索モデル「LFM2.5」2種を公開
Liquid AIは11言語に対応する350Mパラメータの検索モデル「LFM2.5-ColBERT-350M」と「LFM2.5-Embedding-350M」を公開した。従来のデコーダを双方向エンコーダへ改良し、高速な単一ベクトル型と高精度なトークン単位型を用意。GGUF形式も提供され、CPUやエッジ環境で手軽に多言語検索を実行できる。
Liquid AIが「LFM2-2.6B-Exp」公開：純粋な強化学習で3B級トップ、指示追従で巨大モデル超え
Liquid AIは実験的モデル「LFM2-2.6B-Exp」を公開した。純粋な強化学習で構築され、指示追従、知識、数学のベンチマークで他の3Bモデルを上回る。IFBenchスコアでは263倍巨大なDeepSeek R1-0528を凌駕したという。モデルはHugging Faceで配布されている。
Liquid AIが「LFM2-VL」公開：エッジ端末向けの超軽量視覚言語モデル
Liquid AIは端末向け視覚言語モデル「LFM2-VL」をオープンウェイトで公開した。サイズは450Mと1.6Bの2種類で、スマホやウェアラブルなどの低リソース環境を想定。GPU推論速度は既存モデル比で最大2倍高速化された。Hugging Faceで配布され、年間売上1000万ドル未満なら商用利用も無償。
MIT発のLiquid AI、非Transformer基盤モデル「LFM」を発表
MIT発のスタートアップLiquid AIが、Transformer構造を使わない新しい基盤モデル「LFM」ファミリー（1.3B、3.1B、40.3B）を発表した。液体ニューラルネットワークを基盤にしており、メモリ消費を大幅に抑えながら最大100万トークンを処理できる。エッジ機器や長文処理における新たな選択肢として注目される。