Liquid AI przyspiesza modele wizyjno-językowe modelem LFM2.5-VL-DSpark
Liquid AI opublikowało na Hugging Face model LFM2.5-VL-DSpark o rozmiarze 3B parametrów, zaprojektowany z myślą o przyspieszeniu działania modeli wizyjno-językowych.
Ten news ukazał się 2 min po komunikacie źródła.
👁 123 przeczytań
Liquid AI opublikowało na platformie Hugging Face model LFM2.5-VL-DSpark - kompaktowy model wizyjno-językowy o rozmiarze 3 miliardów parametrów, zaprojektowany z myślą o przyspieszeniu wnioskowania w zadaniach image-text-to-text. W ciągu zaledwie 24 dni od premiery model zdążył zebrać ponad 24,7 tys. pobrań i ponad 200 polubień, co sygnalizuje spore zainteresowanie społeczności badaczy i deweloperów.
LFM2.5-VL-DSpark wpisuje się w szerszą serię modeli LFM2.5 (Liquid Foundation Models), którą Liquid AI rozwija jako alternatywę dla dominujących architektur transformerowych. Firma stawia na autorskie podejście architektoniczne - modele z tej rodziny łączą elementy sieciowych struktur rekurencyjnych z mechanizmami selektywnej uwagi, co ma przekładać się na niższe zapotrzebowanie na pamięć i większą przepustowość przy jednoczesnym zachowaniu jakości odpowiedzi.
Rozmiar 3B parametrów plasuje DSpark w segmencie modeli edge-friendly - czyli takich, które można uruchamiać na sprzęcie bez dostępu do dużych klastrów GPU. Dla deweloperów budujących aplikacje wymagające rozumienia obrazu i tekstu jednocześnie - np. asystentów wizualnych, systemów analizy dokumentów czy interfejsów multimodalnych - to istotny argument, bo niższy koszt wnioskowania bezpośrednio przekłada się na ekonomikę wdrożenia.
Liquid AI to stosunkowo młoda firma z MIT-owskim rodowodem, założona przez zespół badaczy zajmujących się płynnymi sieciami neuronowymi (liquid neural networks). W odróżnieniu od OpenAI czy Anthropic, firma konsekwentnie publikuje swoje modele w otwartym dostępie na Hugging Face, budując widoczność w społeczności open-source. Wcześniejsze wersje z serii LFM również trafiły na tę platformę i spotkały się z pozytywnym odbiorem - szczególnie w kontekście efektywności obliczeniowej względem rozmiarów modelu.
Pełny opis techniczny oraz instrukcje uruchomienia DSPark dostępne są bezpośrednio w repozytorium modelu na Hugging Face, gdzie Liquid AI zamieściło dokumentację w formie wpisu blogowego.
Segment małych, multimodalnych modeli robi się coraz bardziej zatłoczony - między innymi przez Phi-3.5-Vision Microsoftu, InternVL2 czy serię Qwen-VL od Alibaby - więc to, czy DSpark zdoła się tu wybić, zależy od tego, czy obietnica szybkości potwierdzi się w niezależnych benchmarkach.
Google · Twoje źródłaPromptowy wyżej w Twoim Google - jednym kliknięciemDodaj do preferowanych źródeł →Nie przepłacaj za te subskrypcje
Prowadzę sklep z rocznymi dostępami do narzędzi AI - te same konta, o których piszę wyżej, tylko taniej niż w cenniku producenta.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →
Podobne tematy na Promptowym
