Liquid AI が LFM2.5-VL-3B をリリース: 画面を読み取り、オブジェクトを接地し、デバイス上でツールを呼び出す 3B ビジョン言語モデル

Liquid AI は、オンデバイス展開用に構築された 3.1B パラメーターのビジョン言語モデルである LFM2.5-VL-3B をリリースしました。 ScreenSpot-v2 では平均 80.7 で、RefCOCO のグラウンディングを 57.1 から 87.9 に引き上げます。関数呼び出しは VL の新しい機能です…

概要は情報提供のみを目的としてまとめられています。全文についてはソース リンクを参照してください。デモのエントリは一例です。