GitHub-радар
Дёшево отфильтруй простые вопросы, прежде чем звать большую модель
d1-3B — маленькая модель для принятия решений: она не пишет текст, а сразу выдаёт вероятность ответа на да/нет вопрос, выбор варианта или оценку. С ней можно отсеивать простые случаи самому, не отправляя каждый запрос в большую модель.
Liquid AI делает маленькие модели для устройств — такое семейство они зовут LFM. d1-3B — их модель для принятия решений, весит 3 миллиарда параметров. Она построена на модели LFM2.5-VL-3B, которая понимает и текст, и изображения.
Когда пригодится
Пригодится, если нужно быстро и дёшево отсеивать простые случаи — спам, маршрутизацию тикетов, проверку фото на модерации — перед тем, как отправлять сложные случаи в большую модель. Не подходит, если нужен обычный текстовый ответ: модель не умеет писать текст.
Плюсы
- Обходит все модели до 10 млрд параметров по тестам создателя.
- Отвечает за миллисекунды даже на ноутбуке или телефоне.
- Понимает текст и изображения в одном запросе.
- Можно попробовать в браузере без установки.
Минусы
- Большинство цифр — собственные тесты создателя, не независимые проверки.
- Не пишет текст и не ведёт диалог — только да/нет/оценка.
Как поставить — по шагам
- 1Открой браузер и перейди на демо d1 Arcade от Liquid AI: huggingface.co/spaces/LiquidAI/system-one-arcade.
- 2Проверь на демо свой вопрос — да/нет, выбор варианта или оценку — и посмотри, какую вероятность вернёт модель.
- 3Если хочешь встроить модель в свой проект, открой AI-агента (Claude Code, Codex) в папке проекта.
- 4Отправь агенту текст из блока ниже, чтобы он проверил модель на твоём примере.
- 5Проверь ответ агента: подходит ли вероятность, которую вернула модель, для твоей задачи.
Текст для агента
Текст для шага с агентом — скопируй и отправь (Claude Code, Codex, любой):
Открой демо d1-3B от Liquid AI без установки: https://huggingface.co/spaces/LiquidAI/system-one-arcade — проверь на нём мой пример (да/нет вопрос или выбор из вариантов) и покажи, какую вероятность вернёт модель.
Модель весит 3 миллиарда параметров — поместится на обычный ноутбук от 8 ГБ оперативки, а на видеокарте или чипе Apple M-серии отвечает за считанные миллисекунды.
Открыть на Hugging Face▌ Ещё находки