LFM2.5-2.6B je textový model Liquid AI pre úlohy vyžadujúce dodržiavanie pokynov, spracovanie dokumentov a viac nadväzujúcich krokov. V rodine LFM2.5 táto verzia dostala osobitnú prípravu na agentné scenáre: vývojár ju trénoval na interakciách s nástrojmi a typickými prostrediami agentov. Tréning sa týka správania modelu; konkrétne akcie v aplikácii určuje integrácia.
Základom LFM2.5-2.6B je hybridná architektúra LFM2 s 2,69 miliardy parametrov. Kombinuje bloky krátkej konvolúcie a skupinovej pozornosti. Liquid AI rodinu vyvíja aj pre beh na zariadeniach, ale v Ailoot sa používa cez textové rozhranie: používateľ odovzdáva správy a získava textovú odpoveď.
Model sa hodí na získavanie údajov z textu, otázky k dodaným materiálom a spracovanie dlhých pokynov. Napríklad z korešpondencie so zákazníkom môže zostaviť jednotný zoznam požiadaviek, označiť rozpory a pripraviť spresňujúci list. Pri odpovedi zo znalostnej bázy priložte nájdené úseky a určte pravidlo: vychádzať z nich, zachovať názvy a označiť chýbajúci fakt.
Dokumentácia Liquid AI uvádza extrakciu údajov, RAG a dlhý kontext. Vývojár osobitne obmedzuje použitie: agentné programovanie a úlohy vyžadujúce rozsiahle faktické znalosti bez dodaných zdrojov nie sú odporúčanými úlohami tejto verzie. Pri odbornej terminológii pridajte do dopytu definície a pôvodné dokumenty.
V Ailoot má model uvedený kontext 128 000 tokenov. Zahŕňa materiály úlohy aj históriu dialógu; rozsah odpovede plánujte spolu s nimi. Karta vývojára uvádza 16 jazykov vrátane ruštiny, angličtiny, čínštiny, nemčiny a španielčiny. Model tak možno používať pri viacjazyčnom spracovaní dokumentov a korešpondencie s určením požadovaného jazyka a formátu v pokynoch.
", "aboutText": "### Kompaktný model s prípravou pre agentné úlohy\n\nLFM2.5-2.6B je textový model Liquid AI pre úlohy vyžadujúce dodržiavanie pokynov, spracovanie dokumentov a viac nadväzujúcich krokov. V rodine LFM2.5 táto verzia dostala osobitnú prípravu na agentné scenáre: vývojár ju trénoval na interakciách s nástrojmi a typickými prostrediami agentov. Tréning sa týka správania modelu; konkrétne akcie v aplikácii určuje integrácia.\n\nZákladom LFM2.5-2.6B je hybridná architektúra LFM2 s 2,69 miliardy parametrov. Kombinuje bloky krátkej konvolúcie a skupinovej pozornosti. Liquid AI rodinu vyvíja aj pre beh na zariadeniach, ale v Ailoot sa používa cez textové rozhranie: používateľ odovzdáva správy a získava textovú odpoveď.\n\n### Kde je užitočný\n\nModel sa hodí na získavanie údajov z textu, otázky k dodaným materiálom a spracovanie dlhých pokynov. Napríklad z korešpondencie so zákazníkom môže zostaviť jednotný zoznam požiadaviek, označiť rozpory a pripraviť spresňujúci list. Pri odpovedi zo znalostnej bázy priložte nájdené úseky a určte pravidlo: vychádzať z nich, zachovať názvy a označiť chýbajúci fakt.\n\nDokumentácia Liquid AI uvádza extrakciu údajov, RAG a dlhý kontext. Vývojár osobitne obmedzuje použitie: agentné programovanie a úlohy vyžadujúce rozsiahle faktické znalosti bez dodaných zdrojov nie sú odporúčanými úlohami tejto verzie. Pri odbornej terminológii pridajte do dopytu definície a pôvodné dokumenty.\n\n### Kontext a jazyky\n\nV Ailoot má model uvedený kontext 128 000 tokenov. Zahŕňa materiály úlohy aj históriu dialógu; rozsah odpovede plánujte spolu s nimi. Karta vývojára uvádza 16 jazykov vrátane ruštiny, angličtiny, čínštiny, nemčiny a španielčiny. Model tak možno používať pri viacjazyčnom spracovaní dokumentov a korešpondencie s určením požadovaného jazyka a formátu v pokynoch.", "locale": "sk", "methods": [ { "html": "POST /v1/messagestexttextPOST /v1/responsestexttextPOST /v1/chat/completionstexttextPOST /v1beta/models/liquid/lfm-2.5-2.6b:generateContenttexttext