أعلنت Liquid AI عن إطلاق LFM3، الجيل الجديد من نماذج Liquid Foundation Models الخاصة بها. إنها عائلة مكونة من ستة نماذج مفتوحة الأوزان، من فئة 2B، أي بحوالي ملياري معلمة (الإعدادات الداخلية التي تحدد سلوك النموذج)، مبنية على قاعدة مشتركة. وهي تغطي النص والرؤية والصوت و »الكلية » (التي تجمع بين عدة وسائط) ومهام اتخاذ القرار.
عائلة من ستة نماذج
تنطلق النماذج الستة جميعها من LFM3-1.7B-Base. النموذج LFM3-1.7B، الذي يضم 1.73 مليار معلمة ومزود بنافذة سياق بقدرة 256K رمزًا (كمية النص التي يمكن للنموذج معالجتها دفعة واحدة، معبرًا عنها في أجزاء من الكلمات)، مخصص للوكلاء المحليين وتم تدريبه لاحقًا لبيئات مثل Hermes Agent و Pi و OpenClaw. يُقدم LFM3-VL-2B باعتباره أول نموذج رؤية في عائلة LFM يقبل الفيديو، بمعدل أخذ عينات 2 إطار في الثانية. يعالج LFM3-Audio-2B الكلام مدخلاً ومخرَجًا بـ 18 لغة، مع استدعاء للأدوات. يجمع LFM3-Omni-2B بين الرؤية والصوت واللغة، ويستجيب بنص أو كلام.
أخيرًا، d1-2B و d1-Omni-2B هما نموذجان لاتخاذ القرار يجيبان على العديد من الأسئلة في تمريرة أمامية واحدة، وهي خطوة الحساب التي تنتج استجابة.
هندسة هجينة
يجمع الأساس ثلاثة أنواع من المشغلات على 24 طبقة: 13 طبقة تلافيفية قصيرة ذات بوابة، و5 طبقات انتباه بنافذة منزلقة، و6 طبقات انتباه شاملة. وفقًا لـ Liquid AI، تم العثور على هذا المزيج من خلال بحث عن هندسة « hardware-in-the-loop »، أي يأخذ في الاعتبار الأجهزة الفعلية. تم ضبط LFM2 على هاتف وحاسوب محمول، بينما تم ضبط LFM3 على 14 مجموعة من الأجهزة والخلفيات، بما في ذلك Raspberry Pi 5 ومعالج NPU Qualcomm Hexagon.
تم تدريب النموذج الأساسي على 22 تريليون رمز، منها آخر 3.5 تريليون رمز موجهة للوكلاء، كما رفعت سعة السياق إلى 256K. تم التدريب اللاحق في أربع مراحل: ضبط خاضع للإشراف (SFT) على 1.75 تريليون رمز، وتعلم معزز مختلط، وتقطير ستة نماذج « متخصصة » إلى نموذج واحد، ثم تعلم معزز وكيلي.
نتائج أعلنتها الشركة المطورة
وفقًا لتقييمات Liquid AI، يحقق LFM3-1.7B متوسط 49.37 على 29 معيارًا قياسيًا، مقارنة بـ 47.24 لـ Qwen3.5-9B. على WebArena-Verified، يصل إلى 38.42 مقابل 28.94 لـ Qwen3.5-9B، وعلى BFCL V4، 71.39 مقابل 62.83. من ناحية أخرى، يظل النموذج متأخرًا في المعرفة والبرمجة الوكيلية: يُظهر GPQA Diamond 63.37 مقابل 80.40 لـ Qwen3.5-9B، و SWE-bench Verified 43.40 مقابل 51.20. على Humanity’s Last Exam، يرتفع النتيجة من 7.17 إلى 13.90 عند استخدام الأدوات.
في مجال الرؤية، يُظهر LFM3-VL-2B متوسط 71.4 على 62 معيارًا قياسيًا، مقابل 71.7 لـ Gemma 4 12B على نفس المجموعة. يصل LFM3-Audio-2B إلى معدل خطأ في الكلمات (WER) قدره 6.2 في اللغة الإنجليزية ودرجة 3.8 في UTMOSv2 لتوليف الكلام. يحقق LFM3-Omni-2B 70.1 على Daily-Omni، مقابل 61.3 لـ Qwen2.5-Omni-7B.
ترخيص LFM Open License v1.0 يسمح بالاستخدام التجاري المجاني حتى عشرة ملايين دولار من الإيرادات السنوية.
النشر
الأوزان متاحة على Hugging Face، وعلى Liquid AI Playground وعبر Liquid API، بتنسيقات GGUF و MLX و ONNX لنماذج النص والرؤية. تشمل بيئات التشغيل المذكورة llama.cpp و MLX و vLLM و SGLang و Ollama و Transformers. تشير Liquid AI إلى أنه بتمثيل 4 بت، يحتاج LFM3-1.7B إلى حوالي 1 جيجابايت من الذاكرة، مما يجعله مناسبًا للهواتف والحواسيب المحمولة.
على جهاز NVIDIA B300 مع SGLang، ينتج النموذج 3.6 مليار رمز يوميًا لـ 1024 طلبًا متزامنًا. تظهر Liquid AI أيضًا أن التخصص ممكن: ساعات قليلة من الضبط الخاضع للإشراف وتعلم GRPO على جهاز A100 واحد رفعت دقة تصنيف العيوب في توربينات الرياح إلى 67%.
