Deskripsi
LiquidAI d1-omni-600M adalah model keputusan canggih yang memiliki 600 juta parameter, dibangun di atas kerangka LFM2.5-Encoder-350M. Model ini dirancang untuk menangani input multimodal, termasuk teks, gambar, dan audio, dalam satu kali proses maju. Ini sangat cocok untuk aplikasi yang memerlukan jawaban ya/tidak, pemilihan opsi, atau penilaian, seperti pengalihan, moderasi, klasifikasi, dan tugas inspeksi visual.
Baca Selengkapnya
Arsitektur model ini mencakup trunk bersama dan kepala keputusan, bersama dengan encoder khusus untuk visi dan audio. Encoder visi didasarkan pada menara visi SigLIP2, sementara encoder audio menggunakan FastConformer 17-lapis. Desain ini memastikan bahwa semua modalitas diproses menggunakan bobot trunk yang sama, meningkatkan efisiensi dan konsistensi.
Salah satu fitur utama dari d1-omni-600M adalah kemampuannya untuk mengembalikan jawaban yang diketik langsung dari distribusi model atas opsi, menghilangkan kebutuhan untuk menghasilkan token output atau parsing. Kemampuan ini sangat bermanfaat untuk penerapan di tepi di mana kecepatan dan efisiensi sumber daya sangat penting.
Model ini mendukung panjang konteks 16.384 token, mengakomodasi posisi teks, gambar, dan audio bersama-sama. Ketika gambar disertakan, teks status dan pertanyaan dibatasi hingga 896 token, sesuai dengan spesifikasi pelatihan. Ukuran kosakata model ini adalah 65.536, memungkinkan pemrosesan input yang luas.
Kemampuan audio dilatih secara khusus menggunakan interaksi antara pembicara bahasa Inggris dan asisten, dengan fokus pada identifikasi jenis ucapan, topik, dan niat pembicara. Model ini tidak dirancang untuk aplikasi obrolan dan tidak menghasilkan teks, menjadikannya ideal untuk tugas pengambilan keputusan.
LiquidAI d1-omni-600M adalah model sumber terbuka, mendorong penelitian dan pengembangan lebih lanjut di bidang kecerdasan buatan. Model ini tersedia untuk digunakan dengan versi transformers 5.15 atau lebih tinggi, dan dapat diintegrasikan ke dalam berbagai jalur yang memerlukan kemampuan pengambilan keputusan yang efisien.
- KategoriModel AI & LLM
- Model HargaOpen source
- PenerapanCloud
- PlatformWeb
Sorotan LiquidAI d1-omni-600M
600 juta parameter
Dukungan input multimodal
Pengambilan keputusan satu kali
Dioptimalkan untuk penerapan di tepi
Sumber terbuka
Encoder visi dan audio
Tanpa menghasilkan token output
Panjang konteks 16.384 token
Memulai dengan LiquidAI d1-omni-600M
Akses halaman model
Autentikasi
Konfigurasi model
Kirim prompt
Kasus Penggunaan LiquidAI d1-omni-600M
- Pengalihan dan Triage
- Moderasi
- Klasifikasi Niat
- Pengalihan Perintah Suara
- Inspeksi Visual
