Novos Modelos de Decisão Abertos Processam Texto, Imagens e Áudio com Rapidez
A Liquid AI lançou novos modelos de decisão abertos chamados d1-3B e d1-omni-600M. Essas ferramentas fazem escolhas rápidas usando texto, imagens e áudio.
Resumo rápido: A Liquid AI lançou novos modelos de decisão abertos chamados d1-3B e d1-omni-600M. Essas ferramentas fazem escolhas rápidas usando texto, imagens e áudio.
Imagine um programa de computador que olha para uma foto ou lê uma mensagem e imediatamente lhe dá uma resposta estruturada, sem precisar de uma conversa vai e volta.
O que aconteceu, em palavras simples
A Liquid AI anunciou dois novos modelos de decisão de pesos abertos chamados d1-3B e d1-omni-600M. Ao contrário dos sistemas de chat típicos que escrevem frases longas palavra por palavra, esses modelos fornecem respostas em uma única etapa chamada passagem direta. A equipe testou os modelos em sete tópicos públicos, como compreensão de texto e questões médicas, e verificou a velocidade deles em vários dispositivos de hardware.
Pontos principais
- Melhores pontuações na categoria de tamanho O modelo d1-3B obteve 48,57 no Decision Index 0.2.1, superando vários modelos maiores.
- Manipulação de diferentes tipos de mídia Enquanto o d1-3B aceita texto e imagens, o modelo d1-omni-600M pode lidar com texto combinado com imagens ou áudio.
- Respostas de alta velocidade No hardware testado, o d1-3B responde a uma pergunta em menos de 50 milissegundos em todos os dispositivos de ponta medidos.
- Estágio inicial de pesquisa O modelo d1-omni-600M é atualmente um lançamento de pesquisa inicial em desenvolvimento contínuo.
Termos explicados
- Modelos de Decisão — Ferramentas de computador projetadas para escolher uma resposta ou tomar uma decisão em vez de escrever longos parágrafos. Exemplo: Um programa que analisa a reclamação de um cliente e a classifica na categoria de suporte correta.
- Multimodal — A capacidade de um sistema de entender mais de um tipo de entrada, como imagens e palavras. Exemplo: Um aplicativo que consegue ler uma legenda de texto e olhar para uma fotografia ao mesmo tempo.
- Parâmetros — As configurações internas de um modelo de computador que o ajudam a aprender padrões e fazer escolhas. Exemplo: Os botões ajustáveis em uma mesa de som que moldam o áudio final.
Por que isso importa
Esses modelos podem ajudar desenvolvedores a criar ferramentas que classificam informações, verificam imagens ou analisam texto muito rapidamente em dispositivos de hardware locais.
O que ainda não sabemos
O modelo d1-omni-600M é um lançamento inicial, e os benchmarks de decisão de áudio continuam sendo um problema em aberto, sem pontuações oficiais relatadas na fonte.
Com base em reportagem de Hugging Face Blog. Este é um texto explicativo independente, escrito com palavras próprias e auxílio de IA; Hugging Face Blog não o revisou nem o endossou. Leia o original para ver todos os detalhes.