Beschreibung
LiquidAI d1-Omni-2B ist ein anspruchsvolles Entscheidungsmodell, das Texte, Bilder und Audioeingaben verarbeitet, um kalibrierte Antworten in einem einzigen Vorwärtsdurchlauf zu liefern. Basierend auf der LFM3-Omni-2B-Architektur verfügt es über 24 Schichten, einschließlich gesteuerter kurzer Faltungen und Aufmerksamkeitsmechanismen, und arbeitet mit einer Kontextlänge von 128K Tokens. Das Modell unterstützt mehrere Sprachen, darunter Englisch, Arabisch, Chinesisch und mehr, mit Audiofähigkeiten in den meisten dieser Sprachen. Es ist besonders effektiv für Aufgaben, die Audioeingaben erfordern, wie Anruf- und Sprachnachrichtenweiterleitung sowie Geräuscherkennung.
Weiterlesen
Das Modell ist darauf ausgelegt, schnelle Antworten zu liefern, mit Entscheidungszeiten von nur 5,8 Millisekunden auf einer NVIDIA H100 und 3,7 Millisekunden auf einer AMD MI325X. Es zeichnet sich durch die Extraktion von Text, Zahlen und Daten aus, das Lokalisieren von Objekten in Bildern und die Schätzung von Mengen aus. Das d1-Omni-2B-Modell ist nicht für Chat-Anwendungen gedacht und generiert keine Transkripte oder Sprache.
Leistungsbenchmarks zeigen, dass d1-Omni-2B andere Modelle wie d1-omni-600M und d1-3B in verschiedenen Entscheidungs- und Bildbenchmarks übertrifft und seine Effizienz mit weniger Parametern demonstriert. Es ist in die Transformers-Bibliothek integriert, was eine nahtlose Bereitstellung und Nutzung ermöglicht.
Das Modell ist unter der LFM Open License v1.0 lizenziert, was den Benutzern einen offenen Zugang gewährleistet. Es eignet sich für Entwickler und Forscher, die nach einer robusten Lösung für multimodale Entscheidungsfindungsaufgaben suchen. Es ist jedoch wichtig zu beachten, dass lange gesprochene Passagen die Genauigkeit verringern können, insbesondere in Sprachen mit nicht-lateinischen Schriftzeichen.
- KategorieKI-Modelle & LLMs
- PreismodellOpen Source
- BereitstellungCloud
- PlattformenWeb
LiquidAI d1-Omni-2B im Überblick
Verarbeitet Text, Bilder und Audio
Kalibrierte Antworten in einem Vorwärtsdurchlauf
Unterstützt mehrere Sprachen
Schnelle Entscheidungszeiten
Extrahiert Text, Zahlen und Daten
Lokalisierung von Objekten in Bildern
Schätzt Mengen
Integriert in die Transformers-Bibliothek
Erste Schritte mit LiquidAI d1-Omni-2B
Zugriff auf das Modell: Besuchen Sie Hugging Face
Authentifizierung: Verwenden Sie den API-Schlüssel
Umgebung einrichten: Abhängigkeiten installieren
Integration über API: Verwenden Sie die bereitgestellten Endpunkte
Optimierung: Passen Sie die Parameter für spezifische Aufgaben an
LiquidAI d1-Omni-2B's Anwendungsfälle
- Anrufweiterleitung
- Geräuscherkennung
- Objektlokalisierung in Bildern
- Textextraktion
- Mehrsprachige Verarbeitung
