.svg)
Liquid AIでは、知識をオープンに共有することで科学の進歩が加速すると考えています。本日、Liquid Foundation Modelの第2世代である LFM2 のテクニカルレポート全文を公開できることを嬉しく思います。
このレポートを共有する理由は、エッジデバイス向けに効率的かつ高性能なAIモデルを構築するためには、アーキテクチャ設計、トレーニング手法、マルチモーダル統合に至るまで、多くの困難な課題を解決する必要があるからです。これらの学びを独占するのではなく、そのプロセスを詳細に文書化しました。
LFM2テクニカルレポートには、以下の内容が含まれます。
- ハードウェア・イン・ザ・ループによるアーキテクチャ探索
- 知識抽出のための新しいトレーニング目標
- スモールモデルのためのトレーニング後レシピ
- ビジョン言語機能（LFM2-VL）
- 音声処理（LFM2-オーディオ）
- 情報検索（LFM2-ColBERT）
オープンウェイト＝オープンナレッジ
テクニカルレポートとあわせて、すべてのLFM2モデルはオープンウェイトとしてリリースされます。また、Hugging Face、Executorch、llama.cpp、vLLM向けのデプロイガイドも付属しています。
この研究が、次世代のAIシステムを構築する研究者、エンジニア、実務家にとって有益なリソースとなることを願っています。