LiquidAI: LFM2.5-2.6B

{"about":"### Mô hình gọn được huấn luyện cho tác tử\n\nLFM2.5-2.6B là mô hình văn bản Liquid AI cho các tác vụ cần tuân thủ chỉ dẫn, xử lý tài liệu và thực hiện nhiều bước tuần tự. Trong họ LFM2.5, phiên bản này được huấn luyện riêng cho quy trình tác tử: nhà phát triển huấn luyện trên tương tác với công cụ và môi trường tác tử điển hình. Việc huấn luyện mô tả hành vi mô hình; hành động cụ thể trong ứng dụng do phần tích hợp quyết định.\n\nLFM2.5-2.6B dựa trên kiến trúc lai LFM2 với 2,69 tỷ tham số, kết hợp khối tích chập ngắn và chú ý theo nhóm. Liquid AI phát triển họ này để chạy trên thiết bị, nhưng trong Ailoot API, mô hình được dùng qua giao diện văn bản: người dùng gửi tin nhắn và nhận câu trả lời văn bản.\n\n### Khi nào hữu ích\n\nMô hình phù hợp để trích thông tin, trả lời theo tài liệu cung cấp và xử lý chỉ dẫn dài. Ví dụ, gửi thư từ với khách hàng, yêu cầu gom yêu cầu thành danh sách thống nhất, sau đó chỉ ra mâu thuẫn và soạn thư làm rõ. Với câu trả lời từ cơ sở tri thức, nên đính kèm các đoạn tìm được và đặt quy tắc: dựa vào chúng, giữ tên và đánh dấu khi thiếu thông tin cần thiết.\n\nTài liệu Liquid AI nêu các hướng trích dữ liệu, RAG và quy trình ngữ cảnh dài. Nhà phát triển cũng giới hạn phạm vi: lập trình bằng tác tử và tác vụ cần lượng lớn kiến thức thực tế mà không cung cấp nguồn không nằm trong các tác vụ được khuyến nghị cho phiên bản này. Với thuật ngữ ngành, nên đưa định nghĩa và tài liệu gốc vào yêu cầu.\n\n### Ngữ cảnh và ngôn ngữ\n\nAiloot API nêu ngữ cảnh 128 000 token cho mô hình này. Ngữ cảnh gồm tài liệu tác vụ và lịch sử hội thoại; cần lên kế hoạch độ dài câu trả lời cùng với chúng. Thẻ nhà phát triển liệt kê 16 ngôn ngữ, gồm tiếng Nga, Anh, Trung, Đức và Tây Ban Nha. Nhờ vậy có thể dùng mô hình xử lý tài liệu và thư từ đa ngôn ngữ, đồng thời giữ ngôn ngữ mong muốn và định dạng kết quả trong chỉ dẫn.","alias_of":null,"aliases":[],"author":"Liquid","canonical_model":"liquid/lfm-2.5-2.6b","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"liquid/lfm-2.5-2.6b","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.08,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.7,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/messages","request_model_id":"liquid/lfm-2.5-2.6b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.08,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.7,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/responses","request_model_id":"liquid/lfm-2.5-2.6b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.08,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.7,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"liquid/lfm-2.5-2.6b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.08,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.7,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1beta/models/liquid/lfm-2.5-2.6b:generateContent","request_model_id":"liquid/lfm-2.5-2.6b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"liquid/lfm-2.5-2.6b","request_model_id":"liquid/lfm-2.5-2.6b","route_label":"Ultra"}],"name":"LiquidAI: LFM2.5-2.6B","price":{"in":0.7,"in_label":null,"out":1.0,"out_label":null,"sort_in":0.7,"sort_out":1.0,"varies":false},"public_id":"liquid/lfm-2.5-2.6b","short":"Mô hình văn bản gọn của Liquid AI để trích dữ liệu, trả lời theo tài liệu và thực hiện tác vụ tuần tự với ngữ cảnh lớn."}