Ollama v0.40.12、Liquid AIのLFM3とd1 2Bを追加

スペック

総パラメータ1.7B
コンテキスト長256K-token
4bit量子化の目安メモリ約1GB(16GB以上のメモリで実行可能な目安)

メモリの目安はパラメータ数×0.6バイトの概算で、実際はコンテキスト長と実装で変わります

Ollamaはv0.40.12で、Liquid AIの小型モデルファミリーLFM3(テキスト版は1.7B、コンテキスト長256K-token)と、LFM3を基盤とするd1の2B版を追加しました。lfm3とd1 2bは今回のリリースでAppleハードウェアに対応し、Linux/Windows対応は「coming soon」とされています。

Liquid AIはMITの計算機科学・人工知能研究所から生まれた基盤モデル開発企業で、計算量と実行コストの効率を重視しています。

LFM3ファミリーとd1

LFM3はローカルエージェント、ツール呼び出し、構造化出力向けの小型モデル群で、Liquidの新しいtri-hybrid architectureを採用しています。ファミリーの構成は次のとおりです。

モデル 内容
lfm3 1.7Bのテキストモデル、256K-tokenのコンテキスト
lfm3-vl 画像理解を追加
lfm3-audio 18言語の音声認識・翻訳・テキスト音声変換
lfm3-omni テキスト・画像・音声を一つのモデルで扱う

d1はテキストと画像について判断を下す意思決定モデルで、今回LFM3ベースの2Bサイズが加わりました。d1-omniは音声も扱います。

試し方と対応環境

LFM3は次のコマンドで実行できます。

ollama run lfm3

d1は判断対象のテキストと問いを--askで渡します。

ollama run d1:2b " I was charged twice for order 4417. " --ask " Is this a billing issue? "

lfm3とd1 2bの利用には、今回のリリースで対応しているAppleハードウェアが必要です。Linux/Windows対応は「coming soon」とされています。

その他の変更点

  • Apple silicon上でGemma 4、Flint、Lagunaのプロンプト処理を高速化
  • MLXで投機的デコーディングがDFlash2ドラフトモデルに対応
  • Gemma 4が小さな画像でより多くの詳細を保持
  • ollama launchがOpenCode v2に対応
  • Kimi CLIからのツール呼び出しのみのアシスタントターンを修正
  • MLXとllama.cppを更新

この記事の固有名詞

コメント (0)

まだコメントはありません。

コメントを書く

2000文字以内