Descripción
LiquidAI d1-omni-600M es un sofisticado modelo de decisión que cuenta con 600 millones de parámetros, construido sobre el marco LFM2.5-Encoder-350M. Este modelo está diseñado para manejar entradas multimodales, incluyendo texto, imágenes y audio, en un solo paso hacia adelante. Es particularmente adecuado para aplicaciones que requieren respuestas de sí/no, selecciones de opciones o calificaciones, como tareas de enrutamiento, moderación, clasificación e inspección visual.
Leer más
La arquitectura del modelo incluye un tronco compartido y una cabeza de decisión, junto con codificadores especializados para visión y audio. El codificador de visión se basa en la torre de visión SigLIP2, mientras que el codificador de audio utiliza un FastConformer de 17 capas. Este diseño asegura que todas las modalidades se procesen utilizando los mismos pesos del tronco, mejorando la eficiencia y la consistencia.
Una de las características clave de d1-omni-600M es su capacidad para devolver respuestas tipadas directamente de la distribución del modelo sobre las opciones, eliminando la necesidad de generación o análisis de tokens de salida. Esta capacidad es particularmente beneficiosa para implementaciones en el borde donde la velocidad y la eficiencia de recursos son críticas.
El modelo admite una longitud de contexto de 16,384 tokens, acomodando posiciones de texto, imagen y audio juntas. Cuando se incluyen imágenes, el texto del estado y la pregunta se limita a 896 tokens, según las especificaciones de entrenamiento. El tamaño del vocabulario del modelo es de 65,536, lo que permite un amplio rango de procesamiento de entradas.
Las capacidades de audio fueron específicamente entrenadas utilizando interacciones entre un hablante de inglés y un asistente, enfocándose en identificar tipos de enunciados, temas e intenciones del hablante. El modelo no está diseñado para aplicaciones de chat y no genera texto, lo que lo hace ideal para tareas de toma de decisiones.
LiquidAI d1-omni-600M es un modelo de código abierto, fomentando la investigación y el desarrollo en el campo de la inteligencia artificial. Está disponible para su uso con transformers versión 5.15 o superior, y puede integrarse en diversas canalizaciones que requieren capacidades eficientes de toma de decisiones.
- CategoríaModelos de IA y LLM
- Modelo de preciosCódigo abierto
- ImplementaciónNube
- PlataformasWeb
Aspectos destacados de LiquidAI d1-omni-600M
600M parámetros
Soporte para entradas multimodales
Toma de decisiones de un solo paso
Optimizado para implementación en el borde
Código abierto
Codificadores de visión y audio
Sin generación de tokens de salida
Longitud de contexto de 16,384 tokens
Primeros pasos con LiquidAI d1-omni-600M
Acceder a la página del modelo
Autenticarse
Configurar el modelo
Enviar solicitudes
Casos de uso de LiquidAI d1-omni-600M
- Enrutamiento y Triage
- Moderación
- Clasificación de Intenciones
- Enrutamiento de Comandos de Voz
- Inspección Visual
