Az LFM2.5-2.6B a Liquid AI szövegmodellje utasításkövetést, dokumentumfeldolgozást és több egymás utáni lépést igénylő feladatokra. Az LFM2.5 család e változata külön felkészítést kapott ügynökfolyamatokra: eszközhasználati interakciókon és tipikus ügynökkörnyezeteken tanították. Ez a modell viselkedését érinti; az alkalmazás konkrét műveleteit az integráció határozza meg.
Az LFM2.5-2.6B alapja a 2,69 milliárd paraméteres hibrid LFM2 architektúra. Rövid konvolúciós és csoportos figyelmi blokkokat kombinál. A Liquid AI a családot eszközökön történő futtatásra is fejleszti, az Ailootban azonban szöveges felületen használható: a felhasználó üzenetet küld és szöveges választ kap.
A modell szöveges adatkinyerésre, megadott anyagokkal kapcsolatos kérdésekre és hosszú utasítások feldolgozására alkalmas. Például ügyféllevelezésből egységes követelménylistát, majd ellentmondáslistát és pontosító levelet készíthet. Tudásbázis-válaszhoz mellékelje a megtalált részleteket, és szabja meg: azokra támaszkodjon, tartsa meg a neveket és jelezze a hiányzó tényt.
A Liquid AI dokumentációja adatkinyerést, RAG-ot és hosszú kontextusú folyamatokat említ. A fejlesztő külön korlátozza az alkalmazási területet: az ügynökalapú programozás és a megadott források nélkül nagy tényismeretet igénylő feladatok nem ajánlottak e változathoz. Szakterminológiánál érdemes definíciókat és eredeti dokumentumokat mellékelni.
Az Ailootban a modell kontextusa 128 000 token. Ebbe a feladat anyagai és az előzmények is beleszámítanak; ezekkel együtt tervezze a válasz hosszát. A fejlesztői kártya 16 nyelvet sorol fel, köztük az oroszt, angolt, kínait, németet és spanyolt. Így többnyelvű dokumentum- és levelezésfeldolgozásra használható, a kért nyelvet és kimeneti formát az utasításban rögzítve.
", "aboutText": "### Kompakt modell ügynökfeladatokra felkészítve\n\nAz LFM2.5-2.6B a Liquid AI szövegmodellje utasításkövetést, dokumentumfeldolgozást és több egymás utáni lépést igénylő feladatokra. Az LFM2.5 család e változata külön felkészítést kapott ügynökfolyamatokra: eszközhasználati interakciókon és tipikus ügynökkörnyezeteken tanították. Ez a modell viselkedését érinti; az alkalmazás konkrét műveleteit az integráció határozza meg.\n\nAz LFM2.5-2.6B alapja a 2,69 milliárd paraméteres hibrid LFM2 architektúra. Rövid konvolúciós és csoportos figyelmi blokkokat kombinál. A Liquid AI a családot eszközökön történő futtatásra is fejleszti, az Ailootban azonban szöveges felületen használható: a felhasználó üzenetet küld és szöveges választ kap.\n\n### Mire használható\n\nA modell szöveges adatkinyerésre, megadott anyagokkal kapcsolatos kérdésekre és hosszú utasítások feldolgozására alkalmas. Például ügyféllevelezésből egységes követelménylistát, majd ellentmondáslistát és pontosító levelet készíthet. Tudásbázis-válaszhoz mellékelje a megtalált részleteket, és szabja meg: azokra támaszkodjon, tartsa meg a neveket és jelezze a hiányzó tényt.\n\nA Liquid AI dokumentációja adatkinyerést, RAG-ot és hosszú kontextusú folyamatokat említ. A fejlesztő külön korlátozza az alkalmazási területet: az ügynökalapú programozás és a megadott források nélkül nagy tényismeretet igénylő feladatok nem ajánlottak e változathoz. Szakterminológiánál érdemes definíciókat és eredeti dokumentumokat mellékelni.\n\n### Kontextus és nyelvek\n\nAz Ailootban a modell kontextusa 128 000 token. Ebbe a feladat anyagai és az előzmények is beleszámítanak; ezekkel együtt tervezze a válasz hosszát. A fejlesztői kártya 16 nyelvet sorol fel, köztük az oroszt, angolt, kínait, németet és spanyolt. Így többnyelvű dokumentum- és levelezésfeldolgozásra használható, a kért nyelvet és kimeneti formát az utasításban rögzítve.", "locale": "hu", "methods": [ { "html": "POST /v1/messagestexttextPOST /v1/responsestexttextPOST /v1/chat/completionstexttextPOST /v1beta/models/liquid/lfm-2.5-2.6b:generateContenttexttext