แท็ก

#Tool Calling

3 บทความ

Liquid AI เปิดตัว LFM3 — โมเดล 1.7B สถาปัตยกรรม tri-hybrid ที่ฝึกมาเพื่อ local agent ชนะ Qwen3.5-9B ใน WebArena และ BFCL ใช้ RAM แค่ ~1GB ที่ 4-bit รองรับภาษาไทย แต่ไลเซนส์ LFM Open จำกัดบริษัทรายได้เกิน $10M
โมเดลใหม่

Liquid AI เปิดตัว LFM3 — โมเดล 1.7B สถาปัตยกรรม tri-hybrid ที่ฝึกมาเพื่อ local agent ชนะ Qwen3.5-9B ใน WebArena และ BFCL ใช้ RAM แค่ ~1GB ที่ 4-bit รองรับภาษาไทย แต่ไลเซนส์ LFM Open จำกัดบริษัทรายได้เกิน $10M

Liquid AI เปิดตัวตระกูล LFM3 เมื่อ 27 ต.ค. 2026 ประกอบด้วยรุ่น Base, ข้อความ, ภาพ, เสียง, omni และ decision model ขนาดราว 2B ทั้งหมดเปิดน้ำหนักบน Hugging Face ตัวหลัก LFM3-1.7B มีบริบท 256K ฝึกมาสำหรับ agent harness และในตารางของผู้พัฒนาชนะ Qwen3.5-9B ใน BFCL V4, WebArena-Verified และ AutomationBench แต่แพ้ใน SWE-bench, GPQA และ RULER 128K ไลเซนส์ LFM Open v1.0 ไม่ให้สิทธิ์ใช้เชิงพาณิชย์กับองค์กรที่มีรายได้ตั้งแต่ $10M ต่อปีขึ้นไป

· อ่าน 5 นาที
Liquid AI ปล่อย LFM2.5-24B-A2B: โมเดล reasoning 24B ที่ทำงานจริงแค่ 2.45B ต่อโทเคน ชนะ Qwen3.6-35B-A3B ในงาน tool-use หลายรายการ วิ่ง 184 tok/s บน M5 Max — แต่โค้ดและความรู้ยังแพ้ และไลเซนส์จำกัดบริษัทรายได้เกิน $10M
โมเดลใหม่

Liquid AI ปล่อย LFM2.5-24B-A2B: โมเดล reasoning 24B ที่ทำงานจริงแค่ 2.45B ต่อโทเคน ชนะ Qwen3.6-35B-A3B ในงาน tool-use หลายรายการ วิ่ง 184 tok/s บน M5 Max — แต่โค้ดและความรู้ยังแพ้ และไลเซนส์จำกัดบริษัทรายได้เกิน $10M

Liquid AI อัปโหลดน้ำหนัก LFM2.5-24B-A2B ขึ้น Hugging Face เมื่อ 12 ต.ค. และเปิดบล็อก 13 ต.ค. เป็นโมเดล MoE 24B (active 2.45B) แบบคิดก่อนตอบเสมอ บริบท 131K รองรับภาษาไทย ทำคะแนนนำ Qwen3.6-35B-A3B ใน AutomationBench, LiveClaw, ToolSandbox และ IFBench แต่แพ้ชัดใน SWE-bench Verified (51.0 vs 66.2) และ GPQA ไฟล์ GGUF Q4_K_M ขนาด 14.5 GB ใช้ฟรีเชิงพาณิชย์ได้เฉพาะองค์กรรายได้ต่ำกว่า $10M ต่อปี

· อ่าน 4 นาที
Needle 3: โมเดลเรียกเครื่องมือไฟล์เดียว 8–29 MB จาก Cactus — ตัวเต็ม 121M ทำ Mobile Actions 86.0 ไล่ DeepSeek V4 Flash ที่ 88.4 แต่แพ้ขาดบน BFCL
โมเดลใหม่

Needle 3: โมเดลเรียกเครื่องมือไฟล์เดียว 8–29 MB จาก Cactus — ตัวเต็ม 121M ทำ Mobile Actions 86.0 ไล่ DeepSeek V4 Flash ที่ 88.4 แต่แพ้ขาดบน BFCL

18 ก.ย. 2026 Cactus Compute ปล่อย Needle 3 ภายใต้ Apache-2.0 — โมเดลไฟล์เดียว 8–29 MB ที่บีบเป็น 2.125 บิตต่อน้ำหนัก และเทรนให้ทุกความลึกตั้งแต่ 2 ถึง 20 เลเยอร์ใช้งานได้จริง ตัวเต็ม 121M ทำ Mobile Actions 86.0 เทียบ DeepSeek V4 Flash 88.4 แต่บน BFCL v4 และงานสกัดข้อมูล มันยังตามหลัง LFM2.5 1.2B อย่างชัดเจน

· อ่าน 7 นาที