Liquid AI выпустила первую модель семейства, которое принимает решения и не генерирует ни одного токена
iXBT.com ·
Liquid AI представила d1 — первую модель нового класса decision models, предназначенных не для генерации текста, а для принятия решений. Модель получает контекст в виде обычного текста или JSON и за один вызов возвращает структурированный результат с вероятностями по заданным вариантам. При этом выходных токенов нет вообще: в официальном примере API поле `output_tokens` равно нулю.
Liquid AI представила d1 — первую модель нового класса decision models, предназначенных не для генерации текста, а для принятия решений. Модель получает контекст в виде обычного текста или JSON и за один вызов возвращает структурированный результат с вероятностями по заданным вариантам. При этом выходных токенов нет вообще: в официальном примере API поле `output_tokens` равно нулю.
Liquid предлагает три типа вопросов. Noul отвечает на вопрос «да или нет», возвращая вероятность от 0 до 1. Choice выбирает один вариант из нескольких и выдаёт распределение вероятностей между ними. Score оценивает объект по заданной шкале и также возвращает вероятности для каждого уровня. В одном запросе можно задать несколько вопросов разных типов — например, одновременно определить категорию обращения, выбрать ответственную команду и оценить срочность.
Такой подход избавляет разработчика от типичной цепочки с обычной LLM: отправить запрос, дождаться генерации JSON, разобрать ответ и проверить, соответствует ли он нужной схеме. d1 сразу возвращает типизированные значения, которые можно передавать на следующий этап цепочки решений. Для Choice и Score модель также сообщает уверенность и полное распределение вероятностей, поэтому неопределённые случаи можно отправить более крупной модели или человеку.
Liquid AI предлагает использовать d1 для классификации, маршрутизации обращений, оценки приоритетов, модерации, проверок, одобрения вызовов инструментов и выбора модели в ИИ-агентах. В документации компания приводит пример с обращением в службу поддержки: один вызов одновременно определяет, является ли сообщение ошибкой, какой команде его передать и насколько оно срочное. Для свободной генерации текста, диалога, саммаризации и сложного многошагового рассуждения Liquid рекомендует обычные языковые модели.
По формату d1 близка к Jev — модели, созданной для таких же структурированных решений. Liquid заявляет, что в собственной репродукции Decision Index 0.2.1 от Hugging Face d1 получила 58,9 балла против 57,9 у Jev 1.13: новинка обошла конкурента в категориях Arts, Language и Retrieval, но уступила в Tools и Knowledge. При этом эти цифры получены самой Liquid, — d1 ещё не представлена в лидерборде Hugging Face, поэтому сравнение нельзя считать независимой проверкой.
Архитектурные подробности d1 Liquid AI пока не раскрывает: публично доступны API и документация, но нет информации о числе параметров, весах или базовой архитектуре модели. Сейчас d1 доступна через API Liquid под именем 'd1:free', компания также подготовила руководство по переносу существующих вызовов LLM.