LFM2.5-VL-DSpark يسرع نماذج الرؤية واللغة
أعلنت شركة Liquid AI عن إطلاق النموذج الأولي LFM2.5-VL-DSpark في سبتمبر 2026، وهو مكون مساعد مصمم لتسريع عمليات الاستدلال في نموذجها اللغوي البصري LFM2.5-VL-3B عبر تقنية التخمين النصي المتقارب. يهدف هذا التطوير إلى رفع كفاءة المعالجة بشكل كبير مع الحفاظ على دقة المخرجات وتجنب الزيادة المفرطة في استهلاك الذاكرة، مما يمهد الطريق لنشر النماذج متعددة الوسائط على نطاق واسع. يعتمد التصميم المعماري على مسرع جانبي خفيف يضم 280 مليون معامل، موزعة على 4 طبقات انتباه، مع حجم كتلة أمثل يتراوح بين 8 و9 رموز. يعمل النظام على التقاط الحالات الخفية للنموذج الرئيسي عند طبقات استراتيجية، وتوحيد تمثيل المدخلات النصية والبصرية قبل دمجها في الخوارزمية. تم تدريب النموذج على مجموعة بيانات تدريب فائق مختلطة لحوالي عشر دورات، مما ضمن تحقيق أقصى درجات قبول الرموز المقترحة. يدعم الإصدار حالياً بيئات التشغيل الأساسية SGLang وllama.cpp وMLX-VLM، وهو متاح على منصة Hugging Face بصيغتي Safetensors وGGUF. أظهرت نتائج الاختبارات المعيارية على مهام متعددة الوسائط تحسناً ملحوظاً في سرعة فك التشفير الرمزي. على أجهزة الحوسبة الطرفية، سجلت شريحة M5 Max تسارعاً في فك التشفير يتراوح بين 2.30 و3.13 مرة، مع انخفاض زمن الاستجابة النهائي بنسبة تتراوح بين 1.56 و2.62 مرة. في حين حققت شريحة M3 Ultra أرقاماً مماثلة تتراوح بين 1.57 و2.14 مرة لفك التشفير. على مستوى وحدات معالجة الرسومات، بلغ التسارع على رقاقة H100 حوالي 26.6 مرة في فك التشفير، مع تحسين زمني نهائي يصل إلى 2.27 مرة. وشدد الفريق الهندسي على أن التقنية تركز على تسريع مرحلة فك التشفير فقط، دون تأثير على مرحلة التهيئة ومعالجة المحفزات البصرية التي تستهلك وقتاً طويلاً على الأجهزة الطرفية. ويعود ذلك إلى طبيعة قيود قانون آمدال، حيث يحدد الجزء غير المسرعة من الحمل الكلي أقصى سرعة ممكنة للنظام. ومع ذلك، يضمن النموذج دقة كاملة عبر التحقق الصارم من كل رمز، مما يجعله حلاً عملياً وموثوقاً لتسريع النماذج اللغوية البصرية في البيئات السحابية والطرفية على حد سواء.
