Description
LiquidAI LFM3-1.7B est un modèle de texte sophistiqué développé pour des agents locaux et des applications spécialisées. Il est construit sur une architecture tri-hybride, qui comprend 24 couches avec une combinaison de convolutions courtes à portes, d'attention à fenêtre glissante et d'attention globale. Ce modèle est post-entraîné pour des dispositifs agentiques comme Hermes Agent, Pi et OpenClaw, offrant une fenêtre de contexte de 256K tokens.
Lire la suite
Le modèle est conçu pour fonctionner efficacement sur des appareils en périphérie, utilisant une précision de 4 bits pour tenir dans environ 1 Go de mémoire, ce qui le rend compatible avec la plupart des téléphones et ordinateurs portables. Il prend en charge un large éventail de langues, y compris l'anglais, l'arabe, le chinois, le français, l'allemand et plus encore, permettant des applications polyvalentes dans différents contextes linguistiques.
LFM3-1.7B est particulièrement adapté aux tâches nécessitant des sorties structurées et un ajustement spécifique au domaine. Il peut être adapté à divers domaines, formats et outils grâce à un ajustement rapide sur une seule GPU. Le modèle prend en charge plusieurs frameworks d'inférence et configurations matérielles, y compris BF16, FP8, NVFP4, GGUF, MLX et ONNX, offrant une flexibilité dans le déploiement.
Malgré ses capacités, LFM3-1.7B n'est pas recommandé pour le codage agentique ou le raisonnement complexe en plusieurs étapes en raison de sa taille relativement petite. Cependant, il excelle dans l'alimentation d'applications agentiques qui nécessitaient auparavant des modèles plus grands. La performance du modèle est validée par divers benchmarks, démontrant son efficacité dans les applications agentiques, l'utilisation d'outils et le suivi d'instructions.
Pour ceux qui souhaitent personnaliser le modèle, LFM3-1.7B offre un support d'ajustement via des méthodes telles que l'ajustement supervisé (SFT), l'apprentissage par renforcement mixte et la distillation en politique multi-domaines (MOPD). Ces méthodes d'entraînement améliorent les capacités du modèle dans les tâches de conversation, de raisonnement et d'utilisation d'outils.
- CatégorieModèles d'IA et LLM
- Modèle tarifaireOpen source
- DéploiementCloud, Auto-hébergé
- PlateformesWeb
Points forts de LiquidAI LFM3-1.7B
Architecture tri-hybride
Fenêtre de contexte de 256K tokens
Précision de 4 bits pour les appareils en périphérie
Prend en charge plusieurs langues
Post-entraîné pour des dispositifs agentiques
Ajustement spécifique au domaine
Multiples frameworks d'inférence
Efficace sur les téléphones et ordinateurs portables
Premiers pas avec LiquidAI LFM3-1.7B
Accéder à la page du modèle : Visitez la page LiquidAI LFM3-1.7B sur Hugging Face.
S'authentifier : Connectez-vous à votre compte Hugging Face.
Configurer : Sélectionnez le framework d'inférence et le matériel appropriés.
Envoyer des invites : Utilisez le modèle pour des tâches de génération de texte.
Ajuster : Adaptez le modèle pour des domaines ou des applications spécifiques.
Cas d'utilisation de LiquidAI LFM3-1.7B
- Agents locaux
- Applications spécialisées
- Appel d'outils
- Tâches multilingues
- Ajustement
