كشفت شركة Liquid AI عن LFM3، وهي سلسلة جديدة من نماذج الذكاء الاصطناعي ذات الأوزان المفتوحة والفعالية الفائقة. يثبت نموذج LFM3-1.7B البارز، بحجمه الذي لا يتجاوز 1 جيجابايت، قدرته على التفوق على نماذج أكبر بكثير في مهام وكلاء الذكاء الاصطناعي الرئيسية، مما يجعل الذكاء الاصطناعي المحلي أقوى من أي وقت مضى.
تخيل نموذج ذكاء اصطناعي صغيرًا جدًا لدرجة أنه يتناسب بسهولة مع جهازك، ولكنه قوي بما يكفي لمعالجة المهام التي تتولاها عادة أنظمة أكبر وأكثر تطلبًا. هذا بالضبط ما تعد به شركة Liquid AI من خلال عائلة نماذج LFM3 الجديدة، وما يعنيه هذا لك هو ذكاء اصطناعي أسرع وأكثر خصوصية وإمكانية وصول أكبر مباشرة على أجهزتك المحلية.
في قلب هذا العرض الجديد يكمن LFM3-1.7B، وهو نموذج يضم 1.7 مليار معامل وخفيف الوزن بشكل لا يصدق. عند ضغطه بدقة 4 بت، يشغل مساحة تبلغ حوالي 1 جيجابايت فقط. على الرغم من صغر حجمه، إلا أنه يتميز بنافذة سياق رائعة تبلغ 256,000 رمز – وهذا يعني قدرًا كبيرًا من المعلومات التي يمكنه تتبعها في وقت واحد! هذا النموذج ذو أوزان مفتوحة، مما يعني أن المطورين يمكنهم تنزيله واستخدامه بحرية.
لا تكتفي شركة Liquid AI بتقديم الوعود فقط؛ بل تعرض النتائج. لقد تم اختبار LFM3-1.7B مقابل منافسين أكبر مثل Qwen 3.5 9B وتفوق عليهم بالفعل في «مهام الوكلاء» الحاسمة مثل تصفح الويب (WebArena)، وأتمتة سير العمل (AutomationBench)، وإجراء استدعاءات الوظائف. هذا أمر مهم للغاية لأن هذه هي الإجراءات التي غالبًا ما تحتاج وكلاء الذكاء الاصطناعي إلى أدائها لتكون مفيدة حقًا. كما أنه فعال بشكل ملحوظ في استخدام الذاكرة، حيث يستخدم 1.6 جيجابايت فقط من ذاكرة التخزين المؤقت KV لسياق 128,000 رمز، مقارنة بـ 4.3 جيجابايت لـ Qwen 3.5 4B، وهو توفير هائل للنشر المحلي.
بالطبع، ليس مثاليًا في كل مكان. يخسر LFM3-1.7B أمام النماذج الأكبر عندما يتعلق الأمر بمهام البرمجة المعقدة (مثل SWE-bench) أو مهام المعرفة العامة (مثل GPQA). تكمن قوته في التطبيقات المتخصصة والموجهة للوكلاء.
السر وراء كفاءته؟ بنية «هجينة ثلاثية» ذكية. بدلاً من الاعتماد فقط على طبقات الانتباه المستهلكة للذاكرة والموجودة في المحولات النقية، يمزج LFM3 بين 13 طبقة التفافية، و5 طبقات انتباه ذات نافذة منزلقة، و6 طبقات انتباه عالمية عبر طبقاته الـ 24. يساعد هذا المزيج على معالجة المعلومات بفعالية دون استنزاف الموارد. لا تقتصر عائلة LFM3 على نموذج واحد؛ بل تشمل ستة إصدارات، كلها مبنية على LFM3-1.7B-Base، بما في ذلك نماذج للنص، والرؤية، والصوت، وحتى نماذج «شاملة» تجمع أنواعًا متعددة من المدخلات، بالإضافة إلى نموذجين متخصصين في اتخاذ القرار. الجزء الأفضل؟ تقول Liquid AI إنه يمكنك ضبط أي من هذه النماذج بدقة باستخدام وحدة معالجة رسومات واحدة فقط.
لذا، بالنسبة للمطورين والمستخدمين الذين يحتاجون إلى وكلاء ذكاء اصطناعي أقوياء يعملون محليًا، ربما على جهاز كمبيوتر محمول أو جهاز مخصص، يقدم LFM3 حلاً مقنعًا. إنه يعني أدوات ذكاء اصطناعي أكثر سهولة، وخصوصية معززة عن طريق الاحتفاظ بالبيانات على جهازك الخاص، والقدرة على نشر ذكاء اصطناعي متطور دون الحاجة إلى بنية تحتية سحابية ضخمة. إنها خطوة مهمة نحو تقريب قدرات الذكاء الاصطناعي المتقدمة من الاستخدام اليومي.
في قلب هذا العرض الجديد يكمن LFM3-1.7B، وهو نموذج يضم 1.7 مليار معامل وخفيف الوزن بشكل لا يصدق. عند ضغطه بدقة 4 بت، يشغل مساحة تبلغ حوالي 1 جيجابايت فقط. على الرغم من صغر حجمه، إلا أنه يتميز بنافذة سياق رائعة تبلغ 256,000 رمز – وهذا يعني قدرًا كبيرًا من المعلومات التي يمكنه تتبعها في وقت واحد! هذا النموذج ذو أوزان مفتوحة، مما يعني أن المطورين يمكنهم تنزيله واستخدامه بحرية.
لا تكتفي شركة Liquid AI بتقديم الوعود فقط؛ بل تعرض النتائج. لقد تم اختبار LFM3-1.7B مقابل منافسين أكبر مثل Qwen 3.5 9B وتفوق عليهم بالفعل في «مهام الوكلاء» الحاسمة مثل تصفح الويب (WebArena)، وأتمتة سير العمل (AutomationBench)، وإجراء استدعاءات الوظائف. هذا أمر مهم للغاية لأن هذه هي الإجراءات التي غالبًا ما تحتاج وكلاء الذكاء الاصطناعي إلى أدائها لتكون مفيدة حقًا. كما أنه فعال بشكل ملحوظ في استخدام الذاكرة، حيث يستخدم 1.6 جيجابايت فقط من ذاكرة التخزين المؤقت KV لسياق 128,000 رمز، مقارنة بـ 4.3 جيجابايت لـ Qwen 3.5 4B، وهو توفير هائل للنشر المحلي.
بالطبع، ليس مثاليًا في كل مكان. يخسر LFM3-1.7B أمام النماذج الأكبر عندما يتعلق الأمر بمهام البرمجة المعقدة (مثل SWE-bench) أو مهام المعرفة العامة (مثل GPQA). تكمن قوته في التطبيقات المتخصصة والموجهة للوكلاء.
السر وراء كفاءته؟ بنية «هجينة ثلاثية» ذكية. بدلاً من الاعتماد فقط على طبقات الانتباه المستهلكة للذاكرة والموجودة في المحولات النقية، يمزج LFM3 بين 13 طبقة التفافية، و5 طبقات انتباه ذات نافذة منزلقة، و6 طبقات انتباه عالمية عبر طبقاته الـ 24. يساعد هذا المزيج على معالجة المعلومات بفعالية دون استنزاف الموارد. لا تقتصر عائلة LFM3 على نموذج واحد؛ بل تشمل ستة إصدارات، كلها مبنية على LFM3-1.7B-Base، بما في ذلك نماذج للنص، والرؤية، والصوت، وحتى نماذج «شاملة» تجمع أنواعًا متعددة من المدخلات، بالإضافة إلى نموذجين متخصصين في اتخاذ القرار. الجزء الأفضل؟ تقول Liquid AI إنه يمكنك ضبط أي من هذه النماذج بدقة باستخدام وحدة معالجة رسومات واحدة فقط.
لذا، بالنسبة للمطورين والمستخدمين الذين يحتاجون إلى وكلاء ذكاء اصطناعي أقوياء يعملون محليًا، ربما على جهاز كمبيوتر محمول أو جهاز مخصص، يقدم LFM3 حلاً مقنعًا. إنه يعني أدوات ذكاء اصطناعي أكثر سهولة، وخصوصية معززة عن طريق الاحتفاظ بالبيانات على جهازك الخاص، والقدرة على نشر ذكاء اصطناعي متطور دون الحاجة إلى بنية تحتية سحابية ضخمة. إنها خطوة مهمة نحو تقريب قدرات الذكاء الاصطناعي المتقدمة من الاستخدام اليومي.
