Vår @LiquidAI_ LFM2-Audio-1.5 i et nøtteskall: - både tekst og lyd i - både tekst og lyd ut - 1.5B -> kjører lokalt - lisens med åpen vekt

Vi fortsetter å skalere vår @LiquidAI_ LFM2-serie med supereffektive språkmodeller med LFM2-2.6B

Vi trente vår @LiquidAI_ LFM2-350M modell 1400x utover "compute optimal" > Chinchilla-skaleringslover: ~20 tokens per param > LFM2-350M: ~28 000 tokens per parameter (1400 ganger mer) Hvorfor? Fordi Chinchilla bare handler om treningsberegning, mens vi bryr oss om slutningskostnader