Liquid AI 的 d1-2B 面向路由、分类、文档提取、审核和重排序等判断任务。它接收文字、图片或视频,通过一次前向计算返回结果,不像聊天模型那样逐个生成回答 token。
官方强调它不是聊天模型。知识密集问题更适合较大的模型,实际应用中的置信度阈值也需要用自己的数据校准;这种设计更适合工作流中明确的判断节点。
Liquid AI 的 d1-2B 面向路由、分类、文档提取、审核和重排序等判断任务。它接收文字、图片或视频,通过一次前向计算返回结果,不像聊天模型那样逐个生成回答 token。
Liquid AI 的 d1-2B 面向路由、分类、文档提取、审核和重排序等判断任务。它接收文字、图片或视频,通过一次前向计算返回结果,不像聊天模型那样逐个生成回答 token。
官方强调它不是聊天模型。知识密集问题更适合较大的模型,实际应用中的置信度阈值也需要用自己的数据校准;这种设计更适合工作流中明确的判断节点。