A
A
LFM2.5 24B-A2B: Did Liquid AI Manage to Beat Qwen? Tested Locally

LFM2.5 24B-A2B: Did Liquid AI Manage to Beat Qwen? Tested Locally

Lejátszás
  • Angol
  • Magyar
  • 12 perc

Liquid AI LFM 2.5 teszt: Felülmúlja a Qwen modellt?

Valós ipari környezetben, komplex hibakeresési és kreatív feladatokban tesztelik a Liquid AI új, 24 milliárd paraméteres modelljét, több területen kihívás elé állítva.

Egy valós idejű tejüzem irányítópaneljén keresztül mutatja be a videó, hogyan fut egy összetett alkalmazás teljes mértékben lokálisan Docker környezetben. Az alkalmazás különböző tejtermékeket gyárt és szállít, miközben egy rejtélyes hiba is felüti a fejét: a rendszer több tejet mutat ki, mint amennyi bekerül, ami lehetetlen.

Feltárásként a Liquid AI legújabb, 24 milliárd paraméteres LFM 2.5 modellje kapja a feladatot, hogy megtalálja és kijavítsa ezt a hibát, miközben a néző betekintést nyer a modell futtatásába, memóriahasználatába és képességeibe valós környezetben.

Az összehasonlítás során a Liquid AI modellek fejlődése, korlátai és a szakmai elvárások is szóba kerülnek – különös tekintettel a Qwen modell előnyeire és a saját mezőnyben elért eredményekre, különböző benchmarkok és felhasználási esettanulmányok mentén.

További tesztek változatos kihívásokat adnak a modellnek: művészi animáció generálása egy tetoválás témájában, ritka nyelvek nemzeti ételeinek felismerése, mélyebb tudományos feladatok fizikával és matematikával kapcsolatban, illetve etikai és guardrail alapú próbák is terítékre kerülnek.

A bemutató során kérdésként fogalmazódik meg, hogy vajon mennyire használható jól a modell, tud-e komplex hibákat kiszúrni, hogyan helytáll kreatív és tudományos feladatokban, mutat-e etikai érettséget, vagy még mindig marginális marad-e a nagyobb riválisokhoz képest.