Nuestro @LiquidAI_ LFM2-Audio-1.5 en pocas palabras: - Entrada de texto y audio - Salida de texto y audio - 1.5B -> se ejecuta localmente - licencia de peso abierto

Continuamos escalando nuestra serie LFM2 @LiquidAI_ de modelos de lenguaje súper eficientes con LFM2-2.6B

Entrenamos nuestro modelo LFM2-350M @LiquidAI_ 1400 veces más allá del "cálculo óptimo" > Leyes de escala de Chinchilla: ~20 tokens por parámetro > LFM2-350M: ~28,000 tokens por parámetro (1400 veces más) ¿Por qué? Porque Chinchilla solo se refiere al entrenamiento de cómputo, mientras que a nosotros nos importa el costo de inferencia