Liquid AI 谈端侧 LFM 预训练:参数更少,靠架构与数据补质量
JosephJacks_ · x · 2026-10-19
Liquid AI 转发其预训练团队(Adit Tadimeti、Khoi Nguyen 等)的讲解:要让模型装进手机或笔记本,预训练难度反而更高——参数变少后,质量不能只靠堆算力,必须来自更好的架构和更好的数据。团队从第一天起就以目标设备为约束来设计 LFM。
「Infra」频道最新
- Intel 推出 Crescent Island 推理卡:160GB LPDDR5X 显存 — lemire · 2026-10-20
- uzu 推理引擎刷新 Apple Silicon 纪录：M5 Max 解码 123 tok/s — teortaxesTex · 2026-10-20
- turbopuffer 优化向量重打分，生产集群磁盘读 I/O 最高降 80% — DanielLockyer · 2026-10-20
- vLLM Speculators v0.9.0 发布:投机解码训练快 2 倍、存储省一半 — vllm_project · 2026-10-20
- Deepgram 将 Nova-3 语音模型移植 Trainium2，每美元音频处理量提升 11–70% — AWS ML Blog · 2026-10-20
- Datalab 发布 Indra OCR 1.1：仅 100 万参数，CPU 上每秒 44 页 — VikParuchuri · 2026-10-20