Un piloto con LFM3 empieza por una variante concreta y una tarea pequeña

El anuncio de Liquid AI del 27 de octubre presenta variantes de texto, visión, audio, omni y decisión. Comparten familia, pero tienen entradas y salidas distintas. Esa presentación no permite atribuir capacidades multimodales al checkpoint textual ni convertir sus resultados publicados en mediciones de tu aplicación. (Liquid AI)

Decide qué dato entra y quién revisa la salida

Si la tarea consiste en extraer una referencia de un mensaje escrito, un piloto textual puede delimitarse sin incluir imágenes, audio o herramientas externas. Si necesitas interpretar una fotografía, la selección cambia y tendrás que revisar la ficha de esa variante concreta. Añadir modalidades por interés tecnológico hace más difícil saber qué estás evaluando.

La ficha LFM3-1.7B describe texto, 1,73 mil millones de parámetros y contexto combinado de 256K tokens. Contempla agentes locales, herramientas y salida estructurada, pero desaconseja programación agéntica y razonamiento multietapa complejo para este checkpoint. Lista español y pesos descargables; no muestra Inference Provider, sin descartar servicios alojados ajenos a esa ficha. (Liquid AI)

Un encargo de prueba que pueda aceptarse o rechazarse

Ejemplo hipotético: extraer referencia y motivo de mensajes breves de ejemplo, dejando sin completar aquello que el texto no permita conocer. El equipo prepara resultados esperados antes de ver ninguna salida del modelo. No se automatiza una respuesta a un cliente ni se da acceso a un sistema de negocio.

Incluye variaciones que importen a la tarea: una referencia incompleta, una negación o un mensaje que contenga dos asuntos. Conserva los casos que el modelo no resuelva. El objetivo no es construir una demostración donde todo parezca correcto, sino decidir si el alcance propuesto merece más investigación.

Mide el equipo que utilizarás

Fija variante, formato de pesos, cuantización, motor y configuración. Registra hardware y versiones del entorno. Después mide la carga con las entradas elegidas: memoria, tiempo de preparación, latencia y comportamiento cuando la tarea supera los límites acordados. No atribuyas al equipo del lector un resultado publicado para otro dispositivo.

La capacidad de contexto declarada no te dice por sí sola cuánto consumirá tu ejecución ni qué calidad tendrá una respuesta larga. Del mismo modo, que un idioma figure en una lista no sustituye una evaluación con el vocabulario de tu trabajo. Esta distinción permite discutir requisitos concretos sin prometer que un modelo pequeño sirve para cualquier automatización.

Comprueba derechos y operación antes de llamar gratuito al piloto

La LFM Open License v1.0 incluye condiciones comerciales vinculadas a un umbral de facturación de 10 millones de USD y define Legal Entity incluyendo relaciones de control. No se equipara aquí a Apache-2.0 ni se resuelve la elegibilidad de una organización o un caso de frontera. (Liquid AI)

Identifica quién utilizará el modelo, con qué finalidad y qué distribución o servicio se plantea. Resuelve las condiciones aplicables antes de asumir que descargar pesos autoriza cualquier explotación. Mantén separadas licencia del modelo, derechos sobre las entradas y condiciones de componentes adicionales.

También hay costes de preparación, equipo, energía y revisión. Ejecutar localmente necesita una decisión sobre instalación, actualizaciones, archivos y acceso al entorno; no demuestra por sí solo que todo dato permanezca local en una aplicación más amplia. No hay aquí instalación, benchmark ni cálculo de ahorro realizados.

La decisión al terminar el ensayo

Entrega versión exacta, tarea, conjunto de casos, resultados observados y errores pendientes. Puedes concluir que el alcance funciona, que necesita cambios o que conviene otra opción, siempre con evidencia de tu ensayo. Evita convertir un caso favorable en recomendación para toda la familia.

Antes de ampliar, decide qué incertidumbre quieres resolver a continuación: otro idioma, una modalidad distinta, más carga o una conexión limitada. Cada ampliación merece su propio criterio de aceptación. Este artículo prepara esa decisión; no anuncia un piloto de cliente ni una capacidad productiva de KIURO.