d1-2B

LiquidAI выпустила d1-2B — компактную модель решений на базе LFM3-VL-2B. Это не чат-модель: она отвечает на именованные вопросы о состоянии (текст или JSON), изображениях и видео, возвращая типизированные ответы с вероятностями без генерации токенов.

🧐 Ключевые особенности

• 💯 1,92 млрд параметров, контекст 128K токенов; поддерживает 16 языков, включая русский.
• ⚡ Один forward pass: можно задать любое число вопросов об одном состоянии за вызов.
• 📊 Типы вопросов: yes/no, choice, score, извлечение text/number/date со span, оценка числа с интервалом.
• 👀 Ищет объекты на изображениях рамками и считает их; принимает видео как набор кадров.
• 🚀 По данным карточки, лидирует среди открытых d1 в среднем по более чем 100 бенчмаркам решений, обгоняя d1-3B при размере менее двух третей.

😎 Пример

import torch
from transformers import AutoModel
model = AutoModel.from_pretrained("LiquidAI/d1-2B", trust_remote_code=True, dtype=torch.bfloat16).to("cuda")
q = {"refund": {"type": "noul", "instructions": "Refund?"}, "team": {"type": "choice", "instructions": "Team?", "criteria": {"billing": "Charges", "shipping": "Delivery"}}}
out = model.system_one("Charged twice; parcel missing.", q)
print(out["answers"])

Подробнее

Скорость: 5,7 мс на решение на NVIDIA H100 и 3,8 мс на AMD MI325X.
Надёжность ответов падает после примерно 64K токенов состояния.
Оценки надёжны для подсчётов и баллов, хуже для свободных величин.
Лицензия LFM Open License v1.0; знания — не сильная сторона, лучше подходит для routing, модерации, извлечения и визуальной проверки.