Liquid AI показала LFM3: компактные модели для текста, изображения и звука

Когда задача сводится к обработке конкретных документов или медиаматериалов, большая универсальная модель не обязательно оказывается самым удобным инструментом. В публикации от 27 октября команда Liquid AI описывает LFM3 как семейство небольших моделей, рассчитанных на специализацию под задачу. Практический смысл анонса — в возможности связать выбор модели, данные и проверяемый формат результата.

Что предлагает семейство

Материал охватывает текстовые, визуальные, звуковые и объединяющие модальности варианты. Авторы сопровождают их учебными ноутбуками, в которых показан путь от подготовки данных до оценки. Среди приведённых задач — получение структурированного JSON из документов и фотографий чеков, ответы на основе найденных документов и выбор инструментов.

Важно выбирать вариант по входу и результату. Поддержка изображения или звука не означает, что модель генерирует видео либо музыку. Для медиапроекта нужно точно определить операцию: прочитать данные с кадра, разобрать речь, извлечь поля или обработать смешанный ввод.

Как превратить анонс в проверяемую задачу

Редакционный пример — каталогизация материалов съёмки. Допустим, нужно получать карточку с заранее определёнными полями из короткого описания и изображения. Сначала определите набор полей и допустимое представление неизвестного значения. Затем соберите несколько характерных примеров: хорошие кадры, плохой свет, неполные описания и спорные случаи.

Начните с проверки исходной модели на этой выборке. Сохраняйте не только удачные ответы, но и причины отказа: неправильная структура, выдуманное поле, пропущенная деталь или ответ без достаточных оснований. Только после этого имеет смысл решать, нужна ли адаптация. Это предложенная методика, не результат нашего эксперимента с LFM3.

Специализация и данные

Авторы делают акцент на дообучении под собственные данные, терминологию и инструменты. В публикации заявлена возможность дообучения отдельных моделей на одном GPU, но это не универсальное обещание одинаковых требований для любых настроек. Длина входа, способ обучения и объём данных влияют на ресурсы и длительность работы.

Для проверки адаптации часть примеров нужно оставить вне обучения. Иначе модель может выглядеть убедительно на уже знакомых материалах и ошибаться на новых. Для приложения со структурированным выводом проверяйте отдельно корректность JSON и правильность значений: одно не доказывает другое.

Что учитывать при выборе размещения

В статье рассматривается размещение рядом с приложением — на устройствах, в частной инфраструктуре или облаке. Выбор зависит от оборудования, скорости, режима работы и условий использования конкретной модели. Небольшой размер не отменяет расходы на вычисления и сопровождение.

Редакционный вывод: полезнее начать с одной измеримой задачи и контрольного набора, чем выбирать модель только по названию или числу модальностей. В VIZURAI эта публикация не включает новый маршрут и не меняет модели генерации. Это обзор источника и план оценки для разработчика.