معرفی مدل‌های تصمیم d1 از Liquid AI
شرکت Liquid AI به‌تازگی دو مدل تصمیم‌محور متن‌باز از خانواده d1 را منتشر کرده است: مدل d1-3B و مدل آزمایشگاهی d1-omni-600M. این مدل‌ها بر پایه معماری Liquid Foundation Models ساخته شده‌اند و برای اجرای روی دستگاه‌های لبه طراحی شده‌اند.
تفاوت مدل‌های تصمیم با مدل‌های زایا
مدل‌های زایای معمول خروجی را به‌صورت توکن‌های متوالی و با چندین بار پیش‌بینی تولید می‌کنند. اما مدل‌های تصمیم d1 در یک پاس رو به جلو، مستقیماً پاسخ را مشخص می‌کنند. این رویکرد باعث کاهش چشمگیر تأخیر و مصرف منابع می‌شود و برای محیط‌های لبه که محدودیت سخت‌افزاری دارند، ایده‌آل است.
- پاسخ‌دهی در یک forward pass بدون نیاز به تولید تدریجی
- بهره‌وری بالا در دستگاه‌های محدود از نظر منابع
- حفظ قابلیت‌های بینایی در مدل d1-3B
نتایج ارزیابی و جایگاه در جدول مقایسه
هر دو مدل روی هفت مجموعه داده عمومی شامل درک مطلب، تشخیص محتوای سمی، طبقه‌بندی قصد، پاسخ‌گویی پزشکی و درک چندزبانه ارزیابی شده‌اند. d1-3B با میانگین امتیاز 82.9 بالاترین نمره را در جدول کسب کرده و از مدل Decider 4B نیز پیشی گرفته است. از سوی دیگر، d1-omni-600M با تنها یک‌چهارم پارامترهای رقبا، امتیاز 78.4 را به‌دست آورده و از Decider 2B با امتیاز 77.1 بهتر عمل کرده است.
دسترسی و نحوه استفاده از مدل‌ها
این مدل‌ها به‌صورت متن‌باز روی پلتفرم Hugging Face منتشر شده‌اند و توسعه‌دهندگان می‌توانند آن‌ها را برای کاربردهای بلادرنگ و دستگاه‌های لبه دانلود و استفاده کنند. همچنین مدل d1-3B قابلیت‌های بینایی مدل‌های پایه را حفظ کرده است که آن را برای وظایف چندوجهی نیز مناسب می‌سازد.
پرسش‌های پرتکرار
مدل‌های تصمیم d1 چه تفاوتی با مدل‌های زایا دارند؟
مدل‌های تصمیم d1 به جای تولید تدریجی توکن، پاسخ را در یک پاس محاسباتی واحد ارائه می‌دهند. این ویژگی باعث کاهش تأخیر و مصرف منابع می‌شود و آن‌ها را برای اجرای لبه مناسب می‌سازد.
عملکرد d1-3B در ارزیابی‌ها چگونه است؟
d1-3B روی هفت مجموعه داده عمومی میانگین امتیاز 82.9 را ثبت کرده و از مدل بزرگ‌تری مانند Decider 4B عملکرد بهتری دارد. همچنین d1-omni-600M با ابعاد کوچک‌تر امتیاز 78.4 را کسب کرده است.
