Liquid AI 发布了两款新的开源决策模型 d1-3B 和 d1-omni-600M,用户可以下载并在本地运行。d1-3B 模型基于 LFM2.5-VL-3B,可处理文本和图像输入;d1-omni-600M 模型基于 LFM2.5-Encoder-350M,支持文本、图像和音频输入。这些模型旨在执行诸如带有置信度分数选择合适选项等任务,并且与传统的 LLM 和 OpenAI 的 Decisions API 相比,它们在速度和成本效益方面表现突出。早期用户报告显示,在消费级硬件上 d1-3B 的决策处理时间低至 25 毫秒(使用 GeForce RTX 3060),性能令人印象深刻。 AI
影响 这些开源决策模型为特定任务提供了比 LLM 更快、更便宜的替代方案,有可能加速其在边缘计算和专业应用中的采用。
排序理由 AI 实验室发布新的开源决策模型。[lever_c_demoted from frontier_release: ic=1 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
- d1-3B
- d1-omni-600M
- Decisions API
- Dogukan
- GeForce RTX 3060
- Hugging Face
- LFM2.5-Encoder-350M
- LFM2.5-VL-3B
- Liquid AI
- OpenAI
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →