LiquidAI: LFM2.5-2.6B (free)

Liquid AI LFM2.5-2.6B — құрылғыдағы агенттер мен практикалық үдерістерге арналған Liquid ықшам LFM2.5 отбасындағы кейінгі оқытудан өткен мәтіндік модель. Нақты модель карточкасында 2,69 млрд параметр және 30 қабат берілген: қос қақпалы қысқа конволюцияның 22 блогы және топталған сұрау назарының сегіз блогы. Аралас құрылым мәтінді тиімді өңдеуге бағытталған. Модель мәтінді қабылдап, мәтін қайтарады, соның ішінде пайымдалған жауап немесе анықталған функцияны қолдану сұрауы болуы мүмкін.

Өндіруші оны агенттік жүктемелерге, құрал қолдануға, дерек шығарып алуға, ақпарат алумен толықтырылған генерацияға және ұзын контекст үдерістеріне ұсынады. Шығарылымның оқыту тізбегі бақыланатын қосымша оқытуды, арнайы үйретуші модельдерді, бірнеше саладағы ағымдағы саясатқа сай дистилляцияны және агент орталарындағы нығайтпалы оқытуды біріктіреді. Бұл оның тапсырма нұсқауларын ұстануға, құрал бақылауларын қолдануға және бірнеше қадаммен ілгерілеуге басымдығын түсіндіреді. Олқылықты кең ауқымды үйренген біліммен толтыруға сүйенбей, нақты материалдар мен дәл мақсат беріңіз.

Дерек шығарып алу үшін материалды бермес бұрын өрістер мен дереккөз ережелерін анықтаңыз. Практикалық сұрау: «Осы қызмет жаңартуларын оқып, әр жазбаның идентификаторын, көрсетілген күйін және келесі қажет әрекетін шығарып алыңыз әрі әр өрісті қолдайтын сөйлемді сақтаңыз. Өріс жоқ болса, null қайтарыңыз». Мәнді дәл көшіру, қалыпқа келтіру немесе қорытындылау керек пе екенін көрсетіңіз. Бұл шығысты тексеруге ыңғайлы етіп, ықтимал түсіндірменің дереккөзде нақты бар ақпаратты үнсіз алмастыруына жол бермейді.

RAG үшін тұрақты белгілері бар тиісті үзінділерді беріп, соларға негізделген жауап сұраңыз. Мысалы: «Тек осы орнату нұсқауларына сүйеніп, көрсетілген ортаға қай қадамдар қолданылатынын түсіндіріңіз және әлі белгісіз алғышарттарды тізіңіз». Құжат нұсқалары мен шарттарын мәтінмен бірге сақтаңыз. Модельден толық рәсімді ойлап табуды емес, жетіспейтін немесе қайшы деректі анықтауды сұраңыз. Бұл ықшам модельді маманданған білімнің толық қоры ретінде пайдаланудан гөрі өндірушінің дереккөзге негізделген тапсырмалар жөніндегі ұсынысына көбірек сай келеді.

LFM2.5-2.6B — таза пайымдау моделі: оның чат үлгісі көмекші жауабын ойлау маркерімен бастайды және соңғы жауап алдында пайымдайды. Өндіруші модель карточкасы генерация үшін temperature 0.1, top-k 50 және repetition penalty 1.1 ұсынады. Бұлар атаулы модель рецептіне арналған баптаулар. Соңғы нәтижені пайымдау мәтінінен бөлек ұстап, жұмыс сұрауында екеуіне де орын қалдырыңыз. Басқа LFM нұсқау басылымдарының басқару элементтері немесе тікелей жауап режимдері осы модельде бар деп жорамалдамаңыз.

Модель system, user, assistant және tool рөлдері бар ChatML тәрізді әңгіме пішімін қолданады. Оның құжатталған функция үдерісі төрт кезеңнен тұрады: құралдарды анықтау, модельге функция сұрату, функцияны айналасындағы қолданбада орындау және модель жауап бере алуы үшін нақты нәтижені қайтару. Кірістірілген шақырулар құрал шақыру маркерлерімен қоршалған Python үлгісіндегі тізімдер; өндіруші жүйелік нұсқау арқылы JSON шақыру пішімін сұрауды да сипаттайды. Тиісті парсерді пайдаланып, функция атауы мен аргументтерді берілген анықтамалармен тексеріңіз және нәтижені оны туғызған шақырумен бірге сақтаңыз.

Ықшам агент үдерісінде ағымдағы тапсырмаға қатысты функцияларды ғана қысқа сипаттамалармен және анық аргумент типтерімен беріңіз. Құрал анықтамаларының өзі контекстен орын алады. Пайдалы тізбек берілген жазба күйін іздеп алып, қайтарылған күйді ережемен салыстырып, кейінгі әрекет қажет пе екенін түсіндіре алады. Жазба идентификаторын дәлел ретінде беріп, қайтарылған бақылауға байланысқан соңғы жауап сұраңыз. Модель операцияны ұсынады және түсіндіреді; нақты орындалуы мен нәтижесін қолданба береді.

Өндірушінің ағымдағы модель карточкасы 131 072 токендік модель контекстін көрсетеді, ал шығарылым арнайы контекст кеңейту кезеңін сипаттайды. Қолданыстағы конфигурация терезесінде жұмыс істеп, дереккөз шекараларын, тиісті тарихты және жалғастыруға орын сақтаңыз. Бірнеше құжат үшін нақты салыстыруды немесе тәуелділікті қадағалауды сұраңыз. Нативті бақылау нүктесі, GGUF, ONNX және MLX артефакттары әртүрлі орналастыру қажеттіліктеріне қызмет етеді, ал болжамды декодтауға арналған бастапқы модель — бөлек серік артефакт. Бір конфигурацияның ресурс не жылдамдық көрсеткіштері автоматты түрде әр модель пішімі мен жұмыс терезесін сипаттамайды.

Liquid LFM2.5-2.6B моделін агенттік код жазуға немесе ауқымды білім қажет тапсырмаларға анық ұсынбайды. Оны берілген дәлелдері, дерек шығарып алу ережелері және құрал бақылаулары бар нақты үдерістерге бағыттаңыз. Алдын ала оқытылған Base бақылау нүктесі де бейімдеуге арналған бөлек артефакт, ал осы кейінгі оқытудан өткен басылым — агент моделі. Соңғы нәтиже үшін шығарылған мәндерді дереккөзімен салыстырып, сілтенген үзінді жауапты қолдайтынын тексеріңіз және сұралған құрал шақыруын нәтижесі тіркелген операциядан ажыратыңыз. Шешілмеген ақпарат қорытындыға әсер етсе, оны жатық мәтінмен жасырудың орнына сақтаңыз.