LiquidAI 发布了两款基于 LFM2 架构的新型多语言双向编码器 LFM2.5-Encoder-230M 和 LFM2.5-Encoder-350M。这些模型专为设备端效率和跨 15 种语言的各种下游任务微调而设计。较小的 230M 模型针对低延迟和内存进行了优化，而较大的 350M 模型则追求最高质量，两者都提供 8k 上下文窗口和具有竞争力的性能。 AI
影响 这些模型提供了高效的设备端多语言能力，有可能加速需要低延迟和广泛语言支持的应用程序的采用。
排序理由 知名 AI 实验室 (LiquidAI) 的新模型发布，具有详细的技术规格和性能声明。[lever_c_demoted from frontier_release: ic=2 ai=1.0]
在 Hugging Face Trending Models 阅读 →
- Google Colab
- Hugging Face
- Kaggle
- LFM2
- LFM2.5-Encoder
- Lfm2BidirectionalModel
- LiquidAI/LFM2.5-Encoder-230M
- LiquidAI/LFM2.5-Encoder-350M
- ModernBERT
- transformers
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
