Egy új, kisméretű mesterséges intelligencia modellt mutat be a videó, amelyet kifejezetten speciális célú alkalmazásokhoz terveztek. A Liquid AI egyszerre több, különféle modellt dobott piacra – szöveges, képi, hang- és döntéstámogató változatot is –, amely felveti, hogy ez a tempó vajon mennyiben befolyásolja a minőséget.
Az LFM3 1.7B modellt vizsgálja részletesen a szerző: 1,7 milliárd paraméteres, hibrid felépítésű és hatalmas, 256 000 szavas kontextusablakkal rendelkezik. Mérete ellenére egészen hatékonyan fut helyi környezetben is, és speciális ágensprogramokhoz optimalizálták – például a Hermes agenthez. A tesztek során izgalmas problémákat kap, többek között egy egzotikus húsokra építő éttermi szoftver hibájának feltárása is felmerül, ahol számítási eltéréseket kell felismernie, vagy különböző, összetett matematikai és keretrendszer-specifikus feladatokat kell megoldania.
Felmerül a kérdés, hogy miként teljesít a modell olyan próbatételekben, mint a strukturált adatok kinyerése, utasítások szigorú követése és többnyelvű fordítás, illetve mik a korlátai a kódgenerálási képességek terén. A videó külön kitér az ilyen tesztek során megjelenő sikerekre és kudarcokra.
Érdekes aspektust jelent, hogy a modell hogyan birkózik meg több lépésből álló logikai következtetésekkel, valamint mennyire képes „földhöz ragadt” válaszokat adni kizárólag a bemeneti adatok alapján. Emellett a videó kitér a megfelelő eszközök kiválasztására és vezérlésére is, például emlékeztetők és időjárás-információk lekérésénél.
