Unverified50% confidenceFactExact time
Liquid探索的液态基础模型（LFM）基于常微分方程（ODE）的连续时间动态系统建模序列关系，在长序列推理时内存占用为线性而非平方复杂度
1
Sources
50%
Confidence
Long-term
Relevance
7/17/2026
First Seen
Sources
Related Claims
UnverifiedLiquid AI开源了LFM2.5模型，总参数量为8.3B，每次推理只激活1.5B参数（约18%）67% similarUnverifiedLLM输出具有非确定性，同一输入在不同时间可能产生不同输出，因此评估流水线常用LLM-as-Judge方法用另一个强大模型评判目标模型输出质量64% similarUnverifiedMLflow的评估框架采用了LLM-as-Judge范式，用一个强模型来评判另一个模型的输出61% similarUnverified使用独立的、更轻量的LLM作为后处理层清理主模型的冗余输出，是一种管道式（pipeline）双模型架构方案61% similarUnverifiedLLM成本优化体系可分为模型层、提示层、推理层、流量层，语义缓存属于流量层优化60% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/544944API
curl https://kongchang.com/api/v1/knowledge/claims/544944MCP
get_claim(id=544944)