Modelo pequeno da Liquid AI supera gigantes em extração de dados

A Liquid AI lançou seu menor modelo de linguagem até hoje, o LFM2.5-230M, e ele já está chamando a atenção. Apesar de ter apenas 230 milhões de parâmetros, o modelo supera concorrentes quatro vezes maiores em tarefas de extração de dados, provando que maior nem sempre é melhor no mundo da inteligência artificial. O modelo foi projetado para funcionar de forma eficiente em dispositivos com recursos computacionais limitados, incluindo smartphones, laptops e até hardware robótico. Isso o torna ideal para cenários de computação de borda, onde a conectividade com a nuvem não é confiável ou onde a latência precisa ser minimizada. A extração de dados — a capacidade de extrair informações estruturadas de textos não estruturados — é uma tarefa crítica para empresas. Desde a interpretação de faturas e contratos até a extração de registros médicos, uma extração precisa pode economizar inúmeras horas de trabalho manual. O modelo da Liquid AI alcança resultados de ponta em vários conjuntos de dados de referência, igualando ou superando o desempenho de modelos com bilhões de parâmetros. "Focamos em eficiência sem compromisso", disse um porta-voz da Liquid AI. "Nosso objetivo era criar um modelo que oferecesse desempenho de nível empresarial em um formato compacto. O LFM2.5-230M prova que você não precisa de um enorme servidor para obter resultados precisos." O tamanho reduzido do modelo também significa menor consumo de energia, algo cada vez mais importante à medida que as empresas buscam reduzir sua pegada de carbono. Ele pode rodar inteiramente no dispositivo, garantindo a privacidade dos dados, já que informações sensíveis nunca saem do aparelho do usuário. A Liquid AI disponibilizou o modelo para desenvolvedores e clientes empresariais, com APIs e SDKs para linguagens de programação populares. Os primeiros adotantes relatam que o modelo se integra facilmente aos fluxos de trabalho existentes e fornece resultados confiáveis mesmo em hardware mais antigo. O lançamento do LFM2.5-230M faz parte de uma tendência mais ampla em direção a modelos de IA menores e mais especializados. Enquanto grandes modelos de linguagem como o GPT-4 dominam as manchetes, muitas aplicações do mundo real se beneficiam de modelos rápidos, baratos e privados. A conquista da Liquid AI sugere que o futuro da IA pode não ser sobre modelos cada vez maiores, mas sobre designs mais inteligentes e eficientes.