Beschreibung
LiquidAI d1-omni-600M ist ein anspruchsvolles Entscheidungsmodell mit 600 Millionen Parametern, das auf dem LFM2.5-Encoder-350M-Framework basiert. Dieses Modell ist darauf ausgelegt, multimodale Eingaben, einschließlich Text, Bilder und Audio, in einem einzigen Vorwärtsdurchgang zu verarbeiten. Es eignet sich besonders für Anwendungen, die Ja/Nein-Antworten, Auswahlmöglichkeiten oder Bewertungen erfordern, wie z.B. Routing, Moderation, Klassifizierung und visuelle Inspektionsaufgaben.
Weiterlesen
Die Architektur des Modells umfasst einen gemeinsamen Stamm und einen Entscheidungs-Head sowie spezialisierte Encoder für Vision und Audio. Der Vision-Encoder basiert auf dem SigLIP2-Vision-Turm, während der Audio-Encoder einen 17-schichtigen FastConformer nutzt. Dieses Design stellt sicher, dass alle Modalitäten mit denselben Stammgewichten verarbeitet werden, was die Effizienz und Konsistenz erhöht.
Eine der Hauptfunktionen von d1-omni-600M ist die Fähigkeit, typisierte Antworten direkt aus der Verteilung des Modells über Optionen zurückzugeben, wodurch die Notwendigkeit zur Generierung oder Analyse von Ausgabetoken entfällt. Diese Fähigkeit ist besonders vorteilhaft für Edge-Deployments, bei denen Geschwindigkeit und Ressourceneffizienz entscheidend sind.
Das Modell unterstützt eine Kontextlänge von 16.384 Tokens, die Text-, Bild- und Audio-Positionen zusammenfasst. Wenn Bilder einbezogen werden, ist der Zustand und der Fragentext auf 896 Tokens beschränkt, gemäß den Trainingsspezifikationen. Die Vokabelgröße des Modells beträgt 65.536, was eine breite Palette von Eingabeverarbeitungen ermöglicht.
Die Audiofähigkeiten wurden speziell durch Interaktionen zwischen einem englischen Sprecher und einem Assistenten trainiert, wobei der Fokus auf der Identifizierung von Äußerungstypen, Themen und Sprecherintentionen lag. Das Modell ist nicht für Chat-Anwendungen konzipiert und generiert keinen Text, was es ideal für Entscheidungsfindungsaufgaben macht.
LiquidAI d1-omni-600M ist ein Open-Source-Modell, das weitere Forschung und Entwicklung im Bereich der künstlichen Intelligenz fördert. Es ist für die Verwendung mit Transformers-Version 5.15 oder höher verfügbar und kann in verschiedene Pipelines integriert werden, die effiziente Entscheidungsfähigkeiten erfordern.
- KategorieKI-Modelle & LLMs
- PreismodellOpen Source
- BereitstellungCloud
- PlattformenWeb
LiquidAI d1-omni-600M im Überblick
600M Parameter
Unterstützung für multimodale Eingaben
Entscheidungen in einem Durchgang
Für Edge-Deployments optimiert
Open Source
Vision- und Audio-Encoder
Keine Ausgabetoken-Generierung
Kontextlänge von 16.384 Tokens
Erste Schritte mit LiquidAI d1-omni-600M
Modellseite aufrufen
Authentifizieren
Modell konfigurieren
Eingabeaufforderungen senden
LiquidAI d1-omni-600M's Anwendungsfälle
- Routing und Triage
- Moderation
- Intent-Klassifizierung
- Sprachbefehl-Routing
- Visuelle Inspektion
