LFM2 adalah model baru dari Liquid Foundation Models yang menawarkan pengalaman AI generatif di perangkat tercepat, dengan peningkatan efisiensi pelatihan 3 kali lipat dibandingkan generasi sebelumnya.
Terdaftar dalam kategori:
Kecerdasan buatanPengembanganSumber Terbuka
Deskripsi
LFM2 adalah kelas baru dari Model Fondasi Cair (LFM) yang menetapkan standar baru dalam kualitas, kecepatan, dan efisiensi memori untuk AI generatif di perangkat. Dirancang untuk pengalaman AI di perangkat yang tercepat, LFM2 memberikan kinerja decode dan prefill 2x lebih cepat dibandingkan pendahulunya, Qwen3, di CPU. Dengan arsitektur hibrida, ia secara signifikan mengungguli model-model dalam setiap kelas ukuran, menjadikannya ideal untuk kasus penggunaan lokal dan edge. LFM2 mencapai peningkatan efisiensi pelatihan 3x dibandingkan generasi sebelumnya, memberikan jalur yang hemat biaya untuk membangun sistem AI umum yang mampu.
Cara menggunakan LFM2?
Model LFM2 dapat diuji secara pribadi dan lokal di perangkat menggunakan integrasi seperti llamacpp. Pengguna juga dapat menyesuaikan model untuk kasus penggunaan tertentu dengan TRL. Untuk solusi kustom, pengguna disarankan untuk menghubungi tim penjualan.
Fitur inti dari LFM2:
1️⃣
Kinerja decode dan prefill 2x lebih cepat dibandingkan Qwen3 di CPU
2️⃣
Efisiensi pelatihan 3x lebih cepat dibandingkan generasi LFM sebelumnya
3️⃣
Arsitektur hibrida dengan gerbang multiplikatif dan konvolusi pendek
4️⃣
Penerapan fleksibel di perangkat keras CPU, GPU, dan NPU
5️⃣
Dioptimalkan untuk penalaran waktu nyata di berbagai perangkat seperti smartphone dan robot.
Mengapa bisa digunakan LFM2?
| # | Kasus Penggunaan | Status | |
|---|---|---|---|
| # 1 | Aplikasi AI lokal dan edge di elektronik konsumen | ✅ | |
| # 2 | Penalaran waktu nyata untuk robotika dan peralatan pintar | ✅ | |
| # 3 | Penerapan di sektor keuangan, e-commerce, dan pendidikan. | ✅ | |
Dikembangkan oleh LFM2?
Liquid AI Inc. berdedikasi untuk membangun model fondasi yang seimbang antara kualitas, latensi, dan memori untuk tugas dan persyaratan perangkat keras tertentu. Mereka bekerja sama dengan perusahaan Fortune 500 untuk menyediakan model fondasi multimodal yang sangat efisien dengan tumpukan penerapan tingkat perusahaan yang aman.