Liquid AI 7. října zveřejnila váhy rozhodovacích modelů d1-3B a experimentálního d1-omni-600M. První pracuje s textem a obrazem, druhý také s kombinací textu a zvuku. Namísto souvislé odpovědi mají vyhodnotit předem zadané otázky v jednom průchodu modelem.
Možné využití: malé lokální pracoviště by mohlo předtřídit snímky výrobků, aby člověku ukázalo nejisté případy jako první. Výhodou lokálního provozu může být omezení přenosu citlivých vstupů do cloudu. U zvuku si lze představit jednoduché třídění událostí, ale jde o možnost k testování, ne prokázanou schopnost experimentální varianty v továrním hluku.
Výrobce zveřejnil vlastní měření rychlosti na konkrétních zařízeních. Dlouhý vstup a zpracování obrázku však trvají jinak než krátká textová otázka. Pro zvukovou variantu oznámení nepřináší srovnatelný audio benchmark ani měření latence. Z rychlého výpočtu tedy neplyne hotové rozpoznávání poruch nebo spolehlivý hlasový asistent.
Předpoklady praxe: vlastní sada skutečných vstupů, kontrola chyb a kalibrace, možnost nerozhodnout a měření paměti, energie i celkové odezvy na cílovém zařízení. U výrobní kontroly nesmí model sám nahrazovat bezpečnostní ochrany. Je také potřeba prověřit vlastní licenční podmínky Liquid AI; dostupné váhy neznamenají automaticky neomezené komerční použití.
Optimistický redakční scénář: tým s připravenými daty a vhodným hardwarem by mohl za 2–8 týdnů vytvořit omezený pilot pro text či obraz. Nejprve by porovnával výstupy s člověkem, bez samostatného řízení stroje. Pro spolehlivé použití experimentální zvukové varianty bez dalších testů nelze uvést poctivý termín.
Diskusi můžete otevřít prvním komentářem.