Liquid AI ซึ่งก่อตั้งโดยนักวิทยาศาสตร์คอมพิวเตอร์จาก MIT ได้เปิดตัวโมเดล AI ภาษา LFM2.5-230M ซึ่งถือเป็นโมเดลที่มีขนาดเล็กที่สุดของบริษัท โดยมีจำนวนพารามิเตอร์เพียง 230 ล้านพารามิเตอร์ โมเดลนี้ถูกออกแบบมาเพื่อใช้ในงานที่ต้องการการดึงข้อมูลและการทำงานในอุปกรณ์ที่มีข้อจำกัดด้านทรัพยากร เช่น สมาร์ทโฟน แล็ปท็อป และหุ่นยนต์ โดย Liquid AI ระบุว่า ขนาดที่เล็กนี้ทำให้โมเดลสามารถทำงานได้เกือบทุกที่ ซึ่งเป็นข้อได้เปรียบที่สำคัญสำหรับนักพัฒนาและวิศวกรที่ต้องการสร้างระบบการดึงข้อมูลที่มีน้ำหนักเบาและระบบอัตโนมัติที่ทำงานได้ที่ขอบของเครือข่าย (edge systems).
ตามข้อมูลจาก Liquid AI โมเดล LFM2.5-230M สามารถทำงานได้ดีกว่าโมเดลที่มีขนาดใหญ่กว่าถึง 4 เท่า โดยเฉพาะในด้านการดึงข้อมูล ซึ่งโมเดลนี้สามารถเอาชนะโมเดลที่มีพารามิเตอร์ 800 ล้านของ Alibaba Qwen3.5-0.8B (Instruct) และโมเดล Google Gemma 3 ขนาด 1 พันล้านพารามิเตอร์ได้อย่างมีประสิทธิภาพ นอกจากนี้ โมเดลนี้ยังมีใบอนุญาตการใช้งานเชิงพาณิชย์แบบสองทาง ซึ่งทำให้สามารถใช้งานได้ฟรีสำหรับบุคคลและบริษัทที่มีรายได้ต่ำกว่า 10 ล้านดอลลาร์ต่อปี ในขณะที่บริษัทขนาดใหญ่จะต้องทำข้อตกลงการใช้งานที่ต้องชำระเงิน.
การเปิดตัว LFM2.5-230M นี้แสดงให้เห็นถึงการเปลี่ยนแปลงที่สำคัญในทิศทางของประสิทธิภาพเชิงสถาปัตยกรรมเหนือการขยายขนาดแบบดั้งเดิม โดย Liquid AI ได้ทำการฝึกโมเดลนี้ด้วยข้อมูลจำนวน 19 ล้านล้านโทเคนในขนาดพารามิเตอร์เพียง 230 ล้านพารามิเตอร์ ซึ่งแสดงให้เห็นว่าอุปกรณ์ที่อยู่ที่ขอบเครือข่ายไม่จำเป็นต้องมีพลังการประมวลผลที่มากมายเพื่อให้ทำงานได้อย่างมีประสิทธิภาพ ในขณะที่บริษัทใหญ่ ๆ เช่น Anthropic, OpenAI, Google, Microsoft และ Meta ยังคงพยายามเพิ่มจำนวนพารามิเตอร์ให้สูงขึ้นไปในหลักร้อยพันล้านหรือหลักล้านล้านเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด แต่ Liquid AI กลับมุ่งเน้นที่การพัฒนาโมเดลที่มีประสิทธิภาพสูงในขนาดที่เล็กลง ซึ่งอาจเป็นแนวทางใหม่ที่น่าสนใจสำหรับการพัฒนา AI ในอนาคต.
แหล่งข้อมูลอ้างอิง
บทความนี้สรุปและเขียนใหม่โดยทีมบรรณาธิการ อ้างอิงจาก carl.franzen@venturebeat.com (Carl Franzen) ตามลิงก์ต้นฉบับด้านล่าง
อ่านต้นฉบับ: Liquid AI’s smallest model yet LFM2.5-230M beats models 4X its size at data extraction, can run ‘anywhere’
#Liquid AI #LFM2.5-230M #AI Model #Data Extraction #Edge Computing
