Liquid AI、AI の性能と効率を前進させる新しいクラスの基盤モデルを発表

Liquid AIは、AI イノベーションの先駆者として、Liquid Foundation Models（LFM）の発表により AI の勢力図を塗り替えます。LFM は生成 AI にかつてない水準の性能と効率をもたらし、オンデバイスでもサーバー上でも AI をより効果的に活用したい産業に強力な選択肢を提供します。モデル性能に関する技術ホワイトペーパーは、2024 年 9 月 30 日 11:00（米国東部時間）に公開されます。

主な特長：

• LFM が生成 AI に新しいスケーリング則をもたらす：現行の GPT 系モデルと比べ、品質・コスト効率・電力効率を大きく改善します。‍
• 革新的なアーキテクチャ：力学系と先端数学を活用することで、LFM はより少ないパラメータで優れた性能を実現します。‍
• 初回リリースのモデル：ラインナップは 1B・3B・40B パラメータのモデルで構成され、いずれも各カテゴリで新たなベンチマーク水準を打ち立てています。‍
• • LFM-1B：13 億パラメータのモデルで、同クラスのベンチマークで最高スコアを達成しています。‍
  • LFM-3B：31 億パラメータのモデルで、多くの 7B・13B モデルを上回ります。エッジ環境やリソースが限られた環境への展開に最適です。‍
  • LFM-40B：403 億パラメータの Mixture of Experts（MoE）モデルで、複雑なタスク向けに設計されています。はるかに大規模なモデルに匹敵する性能を、優れたコスト効率で提供します。

実世界での活用：

• ‍企業向け：LFM により、既存のインフラ上で効率よく動作する、より強力な AI アシスタントや分析ツールを設計でき、運用コストを削減できます。‍
• オンデバイス：LFM はプライバシー、低レイテンシ、セキュリティ、オフライン利用を重視しており、モバイルやエッジへの展開に適しています。‍

「私たちは、データキュレーション、事前学習・中間学習・事後学習、モデルアーキテクチャ設計、評価指標に至るまで、新しいアルゴリズム群から AI システムを構築しています」と、Liquid AI の CEO であり LFM の共同開発者でもある Ramin Hasani 博士は述べています。「基盤モデルを設計する私たちの新しい手法は、LLM に新しいスケーリング則をもたらします。あらゆる規模において、今日のモデルと比べて品質・コスト効率・電力効率を改善しました」

これらのモデルは、標準的な LLM 評価ベンチマークで優れた結果を示しています。さらに LFM は推論時間とメモリ計算量がほぼ一定に保たれるため、計算リソースを大きく増やすことなく、より長い入力系列を扱えます。

AI アーキテクチャの進展：

LFM は、力学系と信号処理に基づく適応的な線形演算子を用いることで、基盤モデルに新しい設計空間をもたらします。このアプローチは深層学習における既存の計算手法を統合・拡張し、アーキテクチャの可能性を体系的に探索する道を開きます。モデルは適応性が高く、NVIDIA、AMD、Qualcomm、Cerebras、Apple の各デバイスを含むさまざまなハードウェアプラットフォーム向けに最適化されています。

10 月 23 日、MIT クレスゲ・オーディトリアムでのローンチイベント

Liquid AI は 10 月 23 日、MIT のクレスゲ・オーディトリアムで Liquid Foundation Models を正式に発表します。イベントではライブデモに加え、モデルが AI の未来に与える影響について創業者陣が詳しく語ります。一部の報道関係者はご参加いただけるほか、事前の取材やデモの日程調整も可能です。