Liquid AI открыла d1: решения за один проход без потока токенов

Liquid AI выложила две open-weight модели семейства d1 , d1-3B и экспериментальную d1-omni-600M . В отличие от генеративных LLM они не стримят токены: один forward pass, и на выходе структура , choice, score, noul. На Decision Index 0.2.1 d1-3B набрала 48,57 и обошла Decider 35B-A3B (47,11) в классе до 10B параметров. Мультимодальность d1-3B стоит на decoder-only VLM LFM2.5-VL-3B , текст и картинка на входе. d1-omni-600M тянет bidirectional-энкодер LFM2.5-Encoder-350M плюс vision- и audio-энкодеры: либо текст с изображением, либо текст с аудио. Младшую модель авторы относят к раннему research-релизу. Средний балл по семи публичным бенчмаркам (SQuAD 2.0, Civil Comments, MASSIVE intent, PubMedQA и др.) , 82,9 у d1-3B против 81,1 у Decider 4B; d1-omni-600M даёт 78,4 при четверти параметров Decider 2B (77,1). Скорость с NVIDIA Замеры edge только для d1-3B. Один вопрос: 16 мс на Jetson AGX Thor, 26 мс на AGX Orin, 50 мс на Orin Nano; три вопроса на Thor растягиваются до 20 мс. На RTX 4090 , 8 мс на вопрос и 17 мс на изображение 384px; на AMD MI325X , 9 мс и 18 мс. Вызов из кода Модели лежат на Hugging Face со своим кодом в репозитории: transformers>=5.14 , PyTorch, загрузка через AutoModel.from_pretrained с trust_remote_code=True . API system_one принимает текстовое состояние и именованные вопросы; system_one_batch собирает несколько тикетов без padding. В блоге , пример с refund, маршрутизацией в billing или fraud и классификацией фото с COCO. Источник: Multimodal open d1 decision models for the edge .