Liquid AI บริษัทที่ก่อตั้งโดยนักวิทยาศาสตร์คอมพิวเตอร์จาก MIT ได้ประกาศเปิดตัวโมเดลภาษา AI ขนาดเล็กที่สุดของตน LFM2.5-230M ซึ่งมีจำนวนพารามิเตอร์เพียง 230 ล้านพารามิเตอร์ โมเดลนี้ถูกออกแบบมาเพื่อการทำงานแบบ agentic บนอุปกรณ์ต่างๆ เช่น สมาร์ทโฟน แล็ปท็อป และหุ่นยนต์ โดย Liquid AI ระบุว่า ขนาดที่เล็กของโมเดลทำให้สามารถทำงานได้เกือบทุกที่ โมเดลนี้มีความสามารถในการดึงข้อมูลที่ดีกว่าโมเดลที่มีขนาดใหญ่กว่าถึง 4 เท่า เช่น Alibaba Qwen3.5-0.8B และ Google Gemma 3 1B ซึ่งมีพารามิเตอร์ 800 ล้านและ 1 พันล้านตามลำดับ
การเปิดตัว LFM2.5-230M นี้มีความสำคัญสำหรับนักพัฒนาและวิศวกรที่ต้องการสร้างระบบการดึงข้อมูลที่มีน้ำหนักเบาและระบบอัตโนมัติที่ทำงานที่ขอบ (edge systems) โมเดลนี้มีใบอนุญาตการใช้งานแบบ dual-use ซึ่งหมายความว่าสำหรับบุคคลและบริษัทที่มีรายได้ต่ำกว่า 10 ล้านดอลลาร์ต่อปี สามารถใช้งานได้ฟรี ในขณะที่บริษัทขนาดใหญ่ต้องมีการทำข้อตกลงการใช้งานแบบชำระเงิน
สิ่งที่ทำให้ LFM2.5-230M แตกต่างจากโมเดล AI ขนาดเล็กอื่นๆ คือการใช้สถาปัตยกรรม LFM2 ที่ช่วยให้มีความเร็วในการอนุมานสูงโดยไม่ต้องใช้หน่วยความจำมากเหมือนกับโมเดลที่มีพารามิเตอร์จำนวนมาก ในขณะที่บริษัท AI ใหญ่ๆ เช่น Anthropic, OpenAI, Google, Microsoft และ Meta ยังคงพยายามเพิ่มจำนวนพารามิเตอร์ให้สูงขึ้นเป็นร้อยพันล้านหรือแม้กระทั่งล้านล้านเพื่อให้ได้ประสิทธิภาพสูงสุด การแข่งขันในด้านการพัฒนาโมเดลที่มีขนาดเล็กและสามารถทำงานได้ในอุปกรณ์ขนาดเล็กกำลังได้รับความสนใจมากขึ้น
การเปิดตัว LFM2.5-230M ของ Liquid AI เป็นสัญญาณที่ชัดเจนถึงการเปลี่ยนแปลงไปสู่ประสิทธิภาพทางสถาปัตยกรรมมากกว่าการขยายขนาดแบบ brute-force โดยการบีบอัดข้อมูลการฝึกอบรมจำนวน 19 ล้านล้าน token ลงในพารามิเตอร์เพียง 230 ล้าน ทำให้บริษัทแสดงให้เห็นว่าอุปกรณ์ที่อยู่ที่ขอบไม่จำเป็นต้องมีพลังการคำนวณที่มากมายหรือพื้นที่จัดเก็บขนาดใหญ่เพื่อให้สามารถทำงานได้อย่างมีประสิทธิภาพ
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 #Data Extraction #AI Model
