Enver KOÇAK
Yapay zekâ alanında ezber bozmayı hedefleyen girişimlerden biri olan Liquid AI, metin, görsel, ses ve karar verme süreçlerini tek bir çatı altında birleştiren yeni nesil modellerini görücüye çıkardı. LFM3 adı verilen bu yeni model ailesi, temelinde paylaşılan ortak bir mimari barındıran altı farklı açık ağırlıklı modelden oluşuyor. Geliştiricilerin telefonlar, dizüstü bilgisayarlar, bulut sunucuları veya özel donanımlar üzerinde kolayca çalıştırabilmesi için tasarlanan bu seri, düşük parametre sayılarına rağmen sunduğu yeteneklerle dikkat çekiyor.
Ortak Bir Altyapı Üzerinden Yükselen Altı Farklı Model
Şirketin paylaştığı bilgilere göre, LFM3 ailesindeki tüm modeller aynı temelden, yani LFM3-1.7B-Base sürümünden türetiliyor. Serinin ana metin modeli olan LFM3-1.7B, yerel yapay zekâ asistanları için özel olarak eğitilmiş durumda ve yaklaşık 1.73 milyar parametreye sahip. Bu model, özellikle 256 bin tokenlik devasa bağlam penceresiyle benzer ölçekteki birçok rakibini geride bırakmayı başarıyor. Dört bitlik sıkıştırma ile yaklaşık 1 gigabaytlık bellek gereksinimi duyduğu için sıradan dizüstü bilgisayarlarda veya akıllı telefonlarda rahatlıkla çalışabiliyor.
Görsel ve işitsel yetenekler kazandırılan diğer modeller de serinin kullanım alanını oldukça genişletiyor. LFM3-VL-2B modeli, video girdilerini saniyede iki kare örnekleme hızıyla işleyebilen ilk Liquid AI vizyon modeli olarak öne çıkıyor. LFM3-Audio-2B ise on sekiz farklı dilde karşılıklı konuşma yapabilen, ses girdisi alıp verebilen ve araç çağırabilen bir yapı sunuyor. Tüm bu yetenekleri tek bünyede birleştiren LFM3-Omni-2B ise kullanıcıların karşısına hem sesli hem de metin tabanlı yanıtlarla çıkabiliyor. Ayrıca karmaşık süreçleri hızlandırmak adına geliştirilen d1-2B ve d1-Omni-2B karar verme modelleri, birçok soruyu tek bir ileri besleme adımında yanıtlayabiliyor.
Üçlü Hibrit Mimarinin Sunduğu Donanım Avantajı
LFM3 modellerinin arkasında yatan en büyük yenilik, yirmi dört katman üzerine kurulan üçlü hibrit mimari yaklaşımı. Bu mimari; kapılı kısa evrişimler, kayan pencere dikkat mekanizmaları ve küresel dikkat katmanlarını bir araya getiriyor. Geliştirici ekip, bu özel karışımı belirlemek için donanım odaklı bir arama süreci yürüttü. Raspberry Pi 5 ve Qualcomm Hexagon NPU gibi farklı donanım birimlerinde test edilen modeller, optimize edilmiş yapıları sayesinde uç cihazlarda yüksek verimlilik sunuyor.
Eğitim sürecinde yirmi iki trilyon token kullanılan modeller, son aşamada ajan odaklı orta eğitime tabi tutuldu. SFT ve pekiştirmeli öğrenme aşamalarından geçen sistem, geliştiricilerin Hugging Face, Liquid AI Playground ve Liquid API üzerinden erişimine açıldı. GGUF, MLX, ONNX, FP8 ve NVFP4 gibi farklı formatlarda sunulan bu modeller; llama.cpp, vLLM ve Ollama gibi yaygın çalışma zamanlarıyla tam uyumlu çalışıyor.
Geliştiriciler İçin Pratik Değer ve Sınırlamalar
LFM3 serisinin en büyük pratik avantajı, hafif yapısı sayesinde internet bağlantısına bağımlı kalmadan doğrudan cihaz üzerinde yapay zekâ uygulamaları geliştirmeye olanak tanımasıdır. Yaklaşık 1 gigabaytlık bellek tüketimi, mobil uygulama geliştiricileri ve uç bilişim meraklıları için büyük bir esneklik sağlıyor. Ancak bu avantajın bazı fedakârlıkları da bulunuyor. Bilgi yoğunluğu ve ajan tabanlı kodlama görevlerinde daha büyük ölçekli dev modellerin gerisinde kalabilen seri, özellikle küçük yapısıyla hız ve maliyet avantajı arayan projeler için ideal bir denge sunuyor. Ticari kullanım tarafında ise yıllık on milyon dolar gelir sınırına kadar ücretsiz lisans politikası izleniyor.
Kaynaklar
- Liquid AI Releases LFM3: 6 Open-Weight 2B-Class Multimodal Models (marktechpost.com)
- unite.ai
Bu yazı, yukarıdaki kaynaklardan yapay zekâ yardımıyla Türkçe olarak derlenmiş bir özettir. Ayrıntılar ve resmi bilgi için kaynaklara başvurun.
