@maximelabonne: LFM2.5-ColBERT-350M 是一个出奇可靠的智能工具选择器。我们给了它151个工具,它总能把最相关的5个挑出来……
摘要
LFM2.5-ColBERT-350M 是一个模型,能从151个工具中可靠地选出最相关的工具,节省令牌并提高准确性,非常适合代理型边缘模型。
查看缓存全文
缓存时间: 2026/06/18 16:08
LFM2.5-ColBERT-350M 是一个出乎意料可靠的智能工具选择器。
我们给它151个工具,它始终能根据用户提示筛选出最相关的5个。
这既节省了token,又提高了准确性。非常适合……嗯……边缘端智能体模型?👀 https://t.co/IPyizctesU
相似文章
@liquidai: 在上下文窗口中存储过多工具会增加延迟,并可能导致错误选择工具。在本演示中,我们……
Liquid AI 展示了如何使用 LFM2.5-ColBERT-350M 作为过滤器,从151个工具中仅选出最相关的五个,从而减少延迟并提高工具选择准确性。
LiquidAI/LFM2.5-ColBERT-350M
LiquidAI 发布 LFM2.5-ColBERT-350M,这是一种后期交互多语言检索模型,同时还有一个密集双编码器变体,两者均基于 LFM2.5-350M-Base,支持 11 种语言,并设计为 RAG 管道的即插即用替代品。
@liquidai: 介绍 LFM2.5-Embedding-350M 和 LFM2.5-ColBERT-350M:两款为超快且精准的多语言检索模型
Liquid AI 推出 LFM2.5-Embedding-350M 和 LFM2.5-ColBERT-350M,这两款多语言检索模型经过优化,可在11种语言中实现快速准确的搜索,延迟低至1.5毫秒。
LFM 2.5 2.6B 是我用过的最好的工具调用小模型。
作者称赞 LFM 2.5 2.6B 是他们用过的最好的工具调用小模型,并指出在本地 AI 搜索项目中,该模型无需额外训练即可接近规格要求。
@antoine_chaffin: Reason-ModernColBERT 几乎完美解决了 BrowseComp-Plus,碾压 SOTA,并超越了 54 倍大的模型。还不错吧…
Reason-ModernColBERT 在 BrowseComp-Plus 上取得了近乎完美的结果,超越了 SOTA 和 54 倍大的模型,随后 Agent-ModernColBERT 通过极少的训练进一步提升了性能。