MIT系初创打破Transformer霸权！液体基础模型刷新SOTA，非GPT架构首次显著超越Transformer

文章预览

就在刚刚，MIT系初创公司Liquid AI团队官宣：推出首批多模态非Transformer模型——液体基础模型LFM。 作为通用人工智能模型，LFM可用于建模任何类型的顺序数据，包括视频、音频、文本、时间序列和信号。 目前，LFM有三种不同的规模： 1.3B 的稠密模型，适用于资源高度受限的环境 3.1B 的稠密模型，为边缘部署进行了优化 40.3B 的混合专家（MoE）模型，专为处理更复杂的任务而设计 在各种规模上，这三个模型都实现了最佳质量表现，同时保持了更小的内存占用和更高效的推理能力。 公司的后训练主管Maxime Labonne表示，LFM是「我职业生涯中发布的最自豪的产品」 这是因为，Liquid AI的新模型保留了液体神经网络适应性的核心优势，允许在推理过程中进行实时调整，而不会产生与传统模型相关的计算开销，能够高效处理多达100万个token，同时将内存使用保持 ………………………………