A.I. 日报
RTX 4090实测四款开源决策模型速度与准确率
有用户在单张RTX 4090上对比了Laya、d1 3B、Clef-Flash 9B和Lev 4B四款新开源决策模型。任务为逐词识别9,534词维基文本中的蜈蚣名称：Laya每词耗时3.9毫秒、约32秒处理7,980词、准确率97.4%，为整体最快；Lev最慢但任务命中率最高。
d1-3B
3 篇报道d1-3B 是 Liquid AI 发布的开源决策模型，在 Hugging Face 上开放下载，支持文本和图像输入。在 Decision Index 0.2.1 上得分为 48.57，超过所有 4B 和 9B 模型，在 NVIDIA Jetson AGX Thor 上响应时间为 16 毫秒。有用户在单张 RTX 4090 上将其与 Laya、Clef-Flash 9B、Lev 4B 一起测试逐词识别任务。
相关话题
- Clef-Flash 9B1
- Laya1
- Lev 4B1
- llama.cpp1
- RTX 40901
- LiquidAI1
- d1-omni-600M1
- Jetson AGX Thor1
- Liquid AI1
- NVIDIA1
LiquidAI发布d1-3B模型
LiquidAI在Hugging Face上发布d1-3B模型，社区用户分享该模型页面，具体能力与评测信息尚未披露。
Liquid AI发布两款开源边缘决策模型
Liquid AI发布d1-3B和实验性d1-omni-600M两款开源决策模型。d1-3B在Decision Index 0.2.1上得分48.57，领先所有4B和9B模型；在NVIDIA Jetson AGX Thor上单次回答仅需16毫秒，支持文本和图像，omni版还支持音频。
已经到底了