Liquid AI
Liquid AI — американская компания, выросшая из лаборатории MIT CSAIL (основатели — Рамин Хасани, Матиас Лехнер, Александр Амини и Даниэла Рус). Разрабатывает компактные модели серии LFM (Liquid Foundation Models) на гибридной архитектуре, отличной от классического трансформера, рассчитанные на работу прямо на смартфонах, ноутбуках и другой технике без облака, а также инструменты для их развёртывания.
проверено по: liquid.ai ↗
См. также
- MambaАрхитектура нейросетевых слоёв на основе моделей пространства состояний, предложенная как альтернатива трансформеру. Хранит сжатое состояние вместо полного набора прошлых токенов, поэтому обрабатывает длинные последовательности дешевле механизма внимания; часто используется в гибридах со слоями внимания.
- ТрансформерАрхитектура нейронной сети (transformer), предложенная в 2017 году и основанная на механизме внимания: модель обрабатывает последовательность токенов целиком и для каждого токена взвешивает связи с остальными. Лежит в основе большинства современных языковых и мультимодальных моделей, вытеснив рекуррентные и свёрточные архитектуры в обработке последовательностей.
- Mamba-2Архитектура слоя модели на основе структурированных пространств состояний (state space model), предложенная Три Дао и Альбертом Гу как развитие Mamba. Вместо внимания хранит сжатое состояние фиксированного размера, поэтому вычисления и память растут линейно с длиной последовательности, а не квадратично.
- MIT FutureTechMIT FutureTech — междисциплинарная исследовательская группа Массачусетского технологического института на базе CSAIL и Sloan School of Management, основанная Нилом Томпсоном. Изучает экономические и технические тренды развития вычислений и ИИ — от законов масштабирования и стоимости вычислений до влияния ИИ на науку и рынок труда — и готовит материалы для бизнеса и регуляторов.
В новостях
Hugging Face выпустила библиотеку AnyLanguageModel 1.0 для приложений Apple
Американский стартап, который вырос из лаборатории MIT. Делает компактные модели семейства LFM для запуска на телефонах, ноутбуках и других устройствах.
Hugging Face научилась обучать открытые модели прямо в агентах Claude Code и Codex
Американский стартап, выросший из MIT: делает небольшие модели LFM на собственной архитектуре, рассчитанные на работу прямо на устройствах.