Перейти к содержимому

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