Liquid AI LFM2.5-24B-A2B 🚀 | Запускайте AI-агентов локально на своем ПК!
Micro Learning
0:00 / 0:00
Liquid AI LFM2.5-24B-A2B 🚀 | Запускайте AI-агентов локально на своем ПК!
25 просмотров · 4 дня назад
Micro Learning
512 подписчиков
25 просмотров · 4 дня назад
🚀 Liquid AI LFM2.5-24B-A2B: Мощная модель с открытыми весами для локальных ИИ-агентов!
Компания Liquid AI представила LFM2.5-24B-A2B, модель рассуждений с открытыми весами, разработанную для многошагового использования инструментов, автоматизированных рабочих процессов и ИИ-агентов, работающих непосредственно на ноутбуках и персональных компьютерах.
Построенная на архитектуре «смесь экспертов» (MoE), модель содержит 24 миллиарда параметров, но активирует только 2 миллиарда параметров на токен. Такая конструкция направлена на баланс между возможностями рассуждений и вычислительной эффективностью, что делает локальное развертывание ИИ более практичным.
🔥 Ключевые особенности LFM2.5-24B-A2B
🧠 24 миллиарда параметров: Большая модель с разреженной архитектурой MoE.
⚡ 2 миллиарда активных параметров: Активирует меньшую часть модели для каждого токена.
📚 Окно контекста на 131 072 токена: Поддерживает задачи с длинным контекстом и сложные рабочие процессы.
🔧 Гибридная архитектура: Сочетает короткие блоки свертки с механизмом внимания, основанным на групповых запросах.
🤖 Использование агентных инструментов: Разработано для многошаговых задач, вызова инструментов и следования инструкциям.
💻 Локальное развертывание ИИ: Ориентировано на совместимое потребительское оборудование, включая системы Apple M5 Max и AMD Ryzen.
📜 Открытая лицензия LFM v1.0: Коммерческое использование регулируется условиями лицензии и другими положениями.
💡 Что можно создать с его помощью?
Локальные ИИ-помощники
ИИ-агенты, использующие инструменты
Автоматизированные рабочие процессы на рабочем столе
Персональные помощники по программированию и повышению производительности
Многошаговая автоматизация задач
Приложения ИИ, учитывающие конфиденциальность
⚖️ Как он сравнивается с более крупными моделями? LFM2.5-24B-A2B делает акцент на эффективности и практичных рабочих процессах агентов, а не на победе во всех бенчмарках. Более крупные конкурирующие модели могут по-прежнему показывать лучшие результаты в задачах, требующих общих знаний и специализированного программирования.
📌 Важное примечание по лицензированию: указанные условия коммерческого использования включают порог дохода в 10 миллионов долларов в год. Перед развертыванием компаниям следует ознакомиться с официальной открытой лицензией LFM версии 1.0, чтобы подтвердить соответствие требованиям и применимые ограничения.
Главный вывод: эффективные модели MoE делают локальных агентов ИИ все более практичными, потенциально снижая зависимость от дорогостоящего облачного вывода для повседневных задач автоматизации.
#LiquidAI #LFM25 #LocalAI #AIAgents #OpenWeightAI #MixtureOfExperts #LLM #AIEngineering #AgenticAI #MachineLearning