Vai al contenuto principale
← Torna alle notizie

LiquidAI LFM3-1.7B: un agente edge da 1GB a 4-bit, 256K di contesto e 16 lingue

On-device e edge
Fonte:Hugging Face (Liquid AI)
LiquidAI porta il checkpoint post-trained di LFM3 in trending: 1,73B parametri, architettura tri-hybrid, post-training agentico esplicito (harness come Hermes agente), 256K di contesto, 16 lingue incluso l'italiano, ~1GB di RAM a 4-bit, licenza LFM Open v1.0.
Leggi l'articolo originale

Articoli correlati

Agenti on-device per il telefono: cosa portano davvero i mobile agent open (dopo OpenMobile-2)

OpenMobile-2 apre ambienti e ricette di training per agenti mobili, e LFM3-1.7B mostra che un agente da 1,7GB gira già sul telefono: numeri, requisiti minimi e limiti onesti.

Ricevi il prossimo punto sull'IA locale

Ogni settimana, la selezione del meglio di iaLocale: articoli, notizie e risorse sull'IA locale, e altro ancora.

Dopo l'iscrizione ricevi una email di conferma (double opt-in). Senza conferma non inviamo nulla. Nessuno spam, ti promettiamo.

Risorse correlate

Strumenti e risorse dell'archivio iaLocale pertinenti a questo contenuto.

🤖

LFM3-1.7B

Modelli

Modello per agenti locali e applicazioni specializzate, 1,73B parametri, architettura tri-hybrid (13 convoluzioni corte gateate, 5 attenzione a finestra scorrevole, 6 attenzione globale). Post-training agentico esplicito (harness come Hermes Agent, Pi, OpenClaw), 256K di contesto, 16 lingue incluso l'italiano, ~1GB di RAM a 4-bit. Licenza LFM Open v1.0.

🖥️

NVIDIA A100 80GB (SXM)

Hardware

GPU datacenter da 80GB di HBM2e: lo standard per training e inferenza in datacenter. Richiede server dedicati e alimentazione enterprise.

🖥️

NVIDIA H100 80GB (SXM)

Hardware

Il GPU datacenter di fascia più alta con 80GB di HBM3: il top di gamma per training e inferenza di grandi modelli. Solo in configurazioni enterprise.

🖥️

NVIDIA RTX 4090

Hardware

La GPU consumer più potente al mondo per training locale e inferenza ad alta velocità.

Sfoglia tutte le risorse