LFM3で特化型マルチモーダルモデルを構築する
Liquid AIは、テキスト、視覚、音声、オムニ、判断に対応する約20億パラメータのモデルファミリーLFM3を発表した。共通のバックボーン上に構築され、テキストモデルは前世代のLFM2.5-2.6Bをパラメータ数約3分の1減で上回るとされる。重みは公開で、単一GPUでの微調整やオンデバイス利用を想定している。
記事の内容
2026年10月27日、Liquid AIはHugging Faceのブログで、Liquid Foundation Modelsの第3世代となるLFM3を発表しました。テキスト、ビジョン、音声、オムニ、意思決定の各モデルから成り、共通のバックボーンに基づく約20億パラメータの6モデルで構成されます。17億パラメータのLFM3-1.7Bは、パラメータ数を35%減らしながらLFM2.5-2.6Bを上回るとしています。
テキストモデルは4ビットで約1GBに収まり、256Kトークンのコンテキストウィンドウを持ち、ローカルエージェントやツール呼び出しを想定しています。LFM3-VL-2Bは初めて動画入力に対応し、LFM3-Audio-2Bは18言語の音声を扱い、LFM3-Omni-2Bは同社初のオムニモデル、d1モデルは複数の質問に較正済みの確率で一度に答えます。各モデルは単一GPUでファインチューニングでき、Colabノートブックも提供され、重みはすべ��Hugging Faceで公開されています。
この要約は、Hugging Face の公式ページをもとに AnnuIA が自分の言葉で作成しました。内容および権利は発行元に帰属します。元の記事をご覧ください。