LFM3-1.7B

資料確認日：2026年11月6日。発表元の主張と第三者の体験を区別し、AIDreamHubの実測とはしていません。

小さく限定した仕事に合わせる

1.73Bの追加学習済みテキストモデルで、24層に短い畳み込み、局所注意、全体注意を組み合わせます。公称文脈は入力と出力を合わせた256K、対応言語は16です。これらの仕様はすべての端末や仕事への保証ではありません。

固定した分類、厳密なスキーマ抽出、少数ツールへの振り分けから始めるのが現実的です。発表元はエージェント型コーディングや複雑な多段推論を推奨していません。限定部品として使う価値と、万能アシスタントであることは別です。

AIDreamHubが撮影した公式ページ。製品をローカル実行した画面ではありません。

約1GBと長文脈を結び付けない

4ビットで約1GBという訴求は小型構成の説明で、256K会話全体のメモリではありません。文脈状態、実行環境、ツール記述も資源を使います。BF16、FP8、NVFP4、GGUF、MLX、ONNXは交換可能な同一ファイルではありません。

OSとアクセラレーターに合う形式を選び、現実の入力長と出力予算で測ります。モデルと量子化を固定してください。短い抽出が動くことから、長文脈の速度、全ツールの信頼性、周辺アプリの通信まで安全とは判断できません。

使い方：スキーマと少数ツールから

モデルカードのTransformers例はtrust_remote_codeを使います。有効化前に実装を確認してリビジョンを固定し、隔離環境を用意します。下のコードは限定した文章生成であり、業務エージェントや権限を自動設定するものではありません。

抽出はキー、型、欠損時nullを定義し、モデル外のパーサーで検査します。ツールは名前と引数の許可リスト、実行器の権限制御、具体的なエラー応答を用意します。最初からPC全体を渡さず、無害な二つ程度に絞ります。

from transformers import pipeline
generator = pipeline("text-generation", model="LiquidAI/LFM3-1.7B", trust_remote_code=True)
messages = [{"role": "user", "content": "Extract supplier and total as JSON. Use null when missing. Text: Supplier North Pier; total 12.50 USD."}]
output = generator(messages, do_sample=True, temperature=0.1,
    top_k=50, repetition_penalty=1.1, max_new_tokens=256)
print(output[0]["generated_text"][-1]["content"])

第三者の失敗例が示す境界

MindStudioの10月28日のローカル試験記事は、JSON抽出や引数生成の成功と、コード修正やHTML生成の失敗を報告しています。時間帯を省いた依頼で仮定が入った例もあります。商用事業者の限定した試行で、当サイトの測定や統計的成功率ではありません。

約80言語の翻訳試験は公称16言語を超えます。その結果から対応言語すべてが失敗するとは言えません。実際に使う言語、スキーマ、ツール契約を試し、時間帯、単位、欠損値の扱いを明示することが有用な教訓です。

抽出と振り分けの受け入れ試験

未使用の検証例に欠損項目、相反する日付、未対応ツール、本文内の悪意ある指示を含めます。必要ならnullや拒否を正解にします。正しいJSONと意味の正しさを別に測り、形式の整った誤IDを成功に数えません。

修正時間、メモリ、合格要求数を記録します。ツール結果も信頼済み指示とは扱わず、引数が範囲外へ出ないよう実行器で検査します。複雑なデバッグへ広がったら、強いモデルや決定的な手順へ切り替えます。

モデル単体でなく全工程を比べる

同じ量子化級と課題で他の小型モデルを比較し、難解な解釈には大型モデル、固定書式には規則やパーサーも比較します。総合ベンチマーク平均だけで、特定文書工程の採用を決めないようにします。

オフライン運用なら重みと依存を先に揃え、周辺UI、ログ、ツール連携が外部通信しないか確認します。ローカルの重みを使うだけで、システム全体の機密性が自動的に確保されるわけではありません。

商用利用前に独自ライセンスを読む

重みはApache-2.0ではなくLFM Open License v1.0です。年商1,000万米ドルの閾値と法人に関わる商用条項が含まれます。定義と第5条を担当者が確認し、「公開モデルだから商用自由」と言い換えないでください。

許諾、正確性、機密性は別の合格判断です。手描き図は小型モデルに範囲を絞った仕事を割り当てる説明で、ベンチマークやモデルの出力ではありません。

導入前の質問

すべての言語に対応しますか？

公称は16言語です。約80言語の第三者試験はその範囲を超えます。数値、日付、専門用語を含め、対象言語をネイティブの担当者が確認してください。

Apache-2.0として商用利用できますか？

LFM Open License v1.0という独自条件です。年商の閾値と法人単位の商用条件を確認します。小さい重みやダウンロードの可否は許諾条件をなくしません。

1GBで256K会話も収まりますか？

量子化重みと実行時メモリ、文脈状態は別です。選択した形式と端末で、現実的な入力長と出力長を使って測ってください。

確認した資料

• Liquid AI — model card
• Liquid AI — LFM Open License v1.0
• MindStudio — local hands-on report, 2026-10-28

関連ツールを探す

• テキストモデル
• AIエージェント