Liquid AI lanza dos modelos de codificador ágiles que leen documentos extensos rápidamente, incluso en una laptop
LFM2.5-Encoder-230M y LFM2.5-Encoder-350M pueden analizar un contrato completo en menos de 30 segundos en hardware informático ordinario, sin necesidad de chips especializados.
Puntos clave
- Liquid AI lanzó dos modelos de codificador, LFM2.5-Encoder-230M y LFM2.5-Encoder-350M, en Hugging Face en una fecha no especificada en 2026.
- El modelo más pequeño de 230M se ejecuta aproximadamente 3,7 veces más rápido que el modelo comparable ModernBERT-base en una CPU de laptop estándar con entradas largas.
- Ambos modelos manejan hasta 8.192 tokens, aproximadamente seis u ocho páginas de texto denso, en una sola pasada.
- LFM2.5-Encoder-350M se clasificó en cuarto lugar de 14 modelos probados, superado solo por modelos hasta diez veces su tamaño.
- Ambos modelos son de peso abierto y se pueden descargar gratuitamente de Hugging Face hoy.
Liquid AI, una empresa de IA con sede en Boston, ha lanzado dos nuevos modelos de codificador, un tipo de modelo de IA que lee y comprende texto en lugar de generarlo desde cero. Los modelos se llaman LFM2.5-Encoder-230M y LFM2.5-Encoder-350M, y están disponibles ahora en Hugging Face, la plataforma de IA de código abierto donde investigadores y desarrolladores comparten modelos.
Si nunca has oído hablar de un codificador, piénsalo de esta manera. Un chatbot como ChatGPT escribe nuevas oraciones palabra por palabra. Un codificador hace el trabajo opuesto: lee un texto y determina lo que significa, ya sea clasificar un correo como spam, marcar datos personales en un documento o dirigir una consulta de cliente al departamento adecuado. Las empresas ejecutan estas tareas constantemente, todo el día, lo que hace que la velocidad y el costo sean los factores determinantes.
¿Por qué importa ejecutarse en una CPU de laptop?
La mayoría de los modelos de IA de vanguardia necesitan chips especializados costosos llamados GPU para ejecutarse a velocidades útiles. Estos codificadores no lo hacen. En un procesador de laptop ordinario, el modelo de 230M procesa un documento completo de 8.192 tokens, aproximadamente seis u ocho páginas de texto, en unos 28 segundos. El modelo competidor más cercano, ModernBERT-base, tarda más de 90 segundos en el mismo hardware para la misma longitud.
Esa brecha de velocidad de 3,7 veces es la afirmación principal, e importa más para equipos más pequeños o empresas que no quieren pagar facturas de GPU en la nube para trabajo de clasificación rutinario.
¿Qué tan buenos son los resultados?
La velocidad significa poco sin precisión. Liquid AI probó ambos modelos en 17 tareas extraídas de GLUE y SuperGLUE, dos conjuntos de referencias estándar que los investigadores utilizan para calificar qué tan bien un modelo entiende el lenguaje. De 14 modelos en la comparación, LFM2.5-Encoder-350M ocupó el cuarto lugar. Cada modelo por delante era más grande, incluyendo uno casi diez veces su tamaño con 3.500 millones de parámetros.
El modelo más pequeño de 230M superó a ModernBERT-base y todas las variantes de EuroBERT, a pesar de ser físicamente más pequeño que la mayoría de ellos.
| Modelo | Parámetros | Clasificación GLUE/SuperGLUE |
|---|---|---|
| LFM2.5-Encoder-350M | 350M | 4.º de 14 |
| LFM2.5-Encoder-230M | 230M | supera a ModernBERT-base |
| ModernBERT-base | ~149M | debajo de ambos modelos LFM2.5 |
¿Qué puede construir alguien realmente con esto?
Liquid AI enumera varias demostraciones listas para usar: una herramienta que identifica y elimina 40 tipos de información personal en 16 idiomas, un verificador de políticas que escanea texto contra reglas de empresa escritas en inglés simple, y un enrutador de indicaciones que envía solicitudes de usuario al servicio correcto automáticamente. Todas las demostraciones se ejecutan en un navegador sin configuración.
Los desarrolladores también pueden descargar cualquiera de los modelos y adaptarlo a una tarea específica, un proceso llamado ajuste fino, utilizando las herramientas estándar de Hugging Face. Liquid AI publicó un tutorial que explica este proceso en documentos legales extensos.
Preguntas frecuentes
¿Necesito una computadora potente para usar estos modelos?
No. Ambos modelos están diseñados para ejecutarse en una CPU estándar de laptop o servidor. No necesitas una GPU, aunque usar una los hará más rápidos aún en documentos más cortos.
¿Son estos modelos gratuitos de usar?
Sí. Tanto LFM2.5-Encoder-230M como LFM2.5-Encoder-350M son de peso abierto, lo que significa que cualquiera puede descargarlos y usarlos sin costo, incluso para proyectos comerciales, sujeto a los términos de licencia en Hugging Face.
¿Qué tamaño debo elegir?
La orientación propia de Liquid AI es sencilla: elige el modelo de 350M cuando la precisión es la prioridad, y el modelo de 230M cuando necesitas procesar más documentos por hora o tu hardware es limitado.
