Liquid AI lança dois modelos encoder leves que lêem documentos longos rapidamente, até num portátil
LFM2.5-Encoder-230M e LFM2.5-Encoder-350M conseguem analisar um contrato completo em menos de 30 segundos em hardware informático comum, sem necessidade de chips especializados.
Pontos-chave
- Liquid AI lançou dois modelos encoder, LFM2.5-Encoder-230M e LFM2.5-Encoder-350M, no Hugging Face numa data não especificada em 2026.
- O modelo mais pequeno de 230M funciona aproximadamente 3,7 vezes mais rápido do que o modelo ModernBERT-base comparável num CPU de portátil padrão com entradas longas.
- Ambos os modelos processam até 8.192 tokens, aproximadamente seis a oito páginas de texto denso, numa única passagem.
- LFM2.5-Encoder-350M classificou-se em quarto lugar de 14 modelos testados, superado apenas por modelos até dez vezes o seu tamanho.
- Ambos os modelos são de peso aberto e gratuitos para descarregar do Hugging Face a partir de hoje.
Liquid AI, uma empresa de IA com sede em Boston, lançou dois novos modelos encoder, um tipo de modelo de IA que lê e compreende texto em vez de o gerar do zero. Os modelos chamam-se LFM2.5-Encoder-230M e LFM2.5-Encoder-350M, e estão disponíveis agora no Hugging Face, a plataforma de IA de código aberto onde investigadores e programadores partilham modelos.
Se nunca ouviu falar de um encoder, pense da seguinte forma. Um chatbot como ChatGPT escreve novas frases palavra por palavra. Um encoder faz o trabalho oposto: lê um pedaço de texto e decide o que significa, seja rotulando um email como spam, identificando dados pessoais num documento, ou encaminhando uma consulta de cliente para o departamento correto. As empresas executam estas tarefas constantemente, o dia inteiro, o que torna a velocidade e o custo os fatores decisivos.
Por que é que executar num CPU de portátil é importante?
A maioria dos modelos de IA mais avançados precisa de chips especializados dispendiosos chamados GPUs para funcionar a velocidades úteis. Estes encoders não. Num processador de portátil comum, o modelo de 230M processa um documento completo de 8.192 tokens, aproximadamente seis a oito páginas de texto, em cerca de 28 segundos. O modelo concorrente mais próximo, ModernBERT-base, leva mais de 90 segundos no mesmo hardware para o mesmo comprimento.
Esta diferença de velocidade de 3,7 vezes é a afirmação mais notável, e é mais importante para equipas ou empresas mais pequenas que não querem pagar faturas de GPU em nuvem para trabalho de classificação rotineiro.
Qual é a qualidade dos resultados?
A velocidade significa pouco sem precisão. Liquid AI testou ambos os modelos em 17 tarefas extraídas do GLUE e SuperGLUE, dois conjuntos de benchmarks padrão que os investigadores usam para avaliar o quão bem um modelo compreende a linguagem. De 14 modelos na comparação, LFM2.5-Encoder-350M ficou em quarto lugar. Todos os modelos acima dele eram maiores, incluindo um quase dez vezes o seu tamanho com 3,5 mil milhões de parâmetros.
O modelo mais pequeno de 230M superou ModernBERT-base e todas as variantes de EuroBERT, apesar de ser fisicamente mais pequeno do que a maioria deles.
| Modelo | Parâmetros | Classificação GLUE/SuperGLUE |
|---|---|---|
| LFM2.5-Encoder-350M | 350M | 4.º de 14 |
| LFM2.5-Encoder-230M | 230M | supera ModernBERT-base |
| ModernBERT-base | ~149M | abaixo de ambos os modelos LFM2.5 |
O que é que alguém pode efetivamente construir com isto?
Liquid AI lista várias demonstrações prontas para executar: uma ferramenta que identifica e remove 40 tipos de informações pessoais em 16 idiomas, um verificador de políticas que analisa texto relativamente a regras empresariais escritas em linguagem comum, e um encaminhador de prompts que envia automaticamente pedidos de utilizadores para o serviço correto. Todas as demonstrações funcionam num navegador sem configuração.
Os programadores podem também descarregar qualquer um dos modelos e adaptá-lo a uma tarefa específica, um processo chamado ajuste fino, utilizando as ferramentas padrão do Hugging Face. Liquid AI publicou um tutorial que percorre este processo em documentos jurídicos longos.
Perguntas comuns
Preciso de um computador potente para usar estes modelos?
Não. Ambos os modelos foram concebidos para funcionar num CPU de portátil ou servidor padrão. Não precisa de um GPU, embora usar um os torne mais rápidos ainda em documentos mais curtos.
Estes modelos são gratuitos para usar?
Sim. Ambos LFM2.5-Encoder-230M e LFM2.5-Encoder-350M são de peso aberto, o que significa que qualquer pessoa pode descarregá-los e usá-los sem custo, incluindo para projetos comerciais, sujeito aos termos da licença no Hugging Face.
Qual é o tamanho que devo escolher?
A orientação da própria Liquid AI é direta: escolha o modelo de 350M quando a precisão é a prioridade, e o modelo de 230M quando precisa de processar mais documentos por hora ou o seu hardware é limitado.
