Liquid AI hat laut AlphaSignal d1 veröffentlicht, ein spezialisiertes Entscheidungsmodell für Klassifikation, Routing, Freigaben und Bewertungen in Produktionssoftware. Statt eine Textantwort zu erzeugen, liefert es typisierte Ergebnisse mit Wahrscheinlichkeiten. Für passende Aufgaben kann dieser Ansatz die Antwortzeit verkürzen und Fehler beim anschließenden Einlesen generierter Antworten verringern.
Strukturierte Antworten ohne generierte Ausgabetokens
Nach Darstellung von AlphaSignal entfällt ein Zwischenschritt: d1 erzeugt nicht zunächst Text, den die Anwendung anschließend in ein vorgegebenes Schema übersetzen muss. Die Schnittstelle liefert unmittelbar typisierte Antworten und weist dabei null generierte Ausgabetokens aus. Der beschriebene Vorteil betrifft Aufgaben, deren Ergebnis in die begrenzten Antworttypen des Modells passt.
Auch die Wahrscheinlichkeit ist laut AlphaSignal ein numerischer Bestandteil der API-Antwort und keine vom Modell formulierte Aussage darüber, wie sicher es sich bei seiner Antwort ist. Liquid AI bezeichnet diese Wahrscheinlichkeiten dem Bericht zufolge als kalibriert.
Noul, Choice und Score lassen sich gemeinsam abfragen
Jeder Aufruf nimmt laut AlphaSignal einen Zustand als Klartext oder JSON sowie eine oder mehrere Fragen entgegen. Für Ja-Nein-Fragen steht Noul bereit: Dieser Antworttyp liefert eine Wahrscheinlichkeit zwischen 0 und 1. Zu den beschriebenen Anwendungen gehören Freigabeschritte und Kennzeichnungen; eine Anwendung kann außerdem anhand eines Schwellenwerts eine Ja-Nein-Entscheidung ableiten.
Choice verteilt nach dem Bericht Wahrscheinlichkeiten auf benannte Optionen und gibt an, wie sicher die Auswahl ist. Dieser Typ ist für Klassifikation, Routing oder die Auswahl einer Aktion gedacht. Score liefert dagegen eine wahrscheinlichkeitsgewichtete Position auf einer geordneten Bewertungsskala. Bei vier Bewertungsstufen kann das Ergebnis etwa 2,9995 betragen, statt auf eine ganze Zahl gerundet zu werden. Die Anwendung kann den Wert erhalten, einer Kategorie zuordnen oder mit einem Schwellenwert vergleichen.
Die drei Typen lassen sich AlphaSignal zufolge in einem einzigen API-Aufruf auf denselben Zustand anwenden. Als Beispiel nennt der Bericht ein Supportsystem, das gleichzeitig die Absicht einer Kundenmeldung klassifiziert, ihre Dringlichkeit bewertet und die Wahrscheinlichkeit einer Fehlermeldung bestimmt. Dafür wäre ein gemeinsamer Aufruf statt dreier einzelner Modellaufrufe möglich.
Feste Entscheidungsschemata statt freier Textaufgaben
AlphaSignal beschreibt Einsatzmöglichkeiten bei der Zuordnung von Nachrichten und Tickets sowie der Moderation von Inhalten. Weitere genannte Aufgaben sind die Freigabe von Werkzeugaufrufen durch Agenten und das Routing zwischen Modellen. Für Risiko- und Prioritätsbewertungen sind ebenfalls strukturierte Ergebnisse vorgesehen; bei RAG (KI-Antworten mit abgerufenen Informationen) kann d1 zur Neusortierung von Ergebnissen anhand ihrer Relevanzwahrscheinlichkeit eingesetzt werden.
Generative Aufgaben liegen dagegen außerhalb des Funktionsumfangs. Laut AlphaSignal empfiehlt Liquid AI für freies Schreiben, Zusammenfassungen und Codegenerierung weiterhin ein Sprachmodell. Dasselbe gilt für mehrteilige Gespräche, offene Fragen und komplexes mehrstufiges Schlussfolgern. Muss ein Arbeitsablauf einen neuen Satz erzeugen, braucht er demnach ein generatives Modell oder eine separate Vorlagenebene.
Verbesserungen bei Mehrsprachigkeit und längeren Eingaben
Im Vergleich zu früheren Entscheidungsmodellen nennt Liquid AI laut AlphaSignal bessere Ergebnisse in mehrsprachigen Evaluationen und einen besseren Umgang mit längeren Eingaben. Hinzu kommen nach Angaben des Unternehmens schnellere strukturierte Entscheidungen in Softwareabläufen. Als vierte Verbesserung führt Liquid AI eine größere Widerstandsfähigkeit gegen Prompt Injection, also eingeschleuste Anweisungen, im Zustandsfeld mit den zu bewertenden Informationen an.
Liquid AI meldet Führung im Jev Decision Index
Liquid AI meldet laut AlphaSignal den ersten Platz für d1 im Jev Decision Index. Dieser untersucht Entscheidungsmodelle anhand einer festen Sammlung von 132.422 Anfragen in 37 Benchmarks. Zuvor führte nach dem Bericht Jev 1.13 mit einem Gesamtergebnis von ungefähr 74,4 den Index an.
Für den Gesamtwert zählen AlphaSignal zufolge 19 der 37 Benchmarks. Sie fließen in fünf gleich gewichtete Bereiche ein: Tools & Automation und Retrieval & Classification gehören ebenso dazu wie Language Understanding. Die weiteren Bereiche heißen Knowledge & Reasoning sowie Arts & Human Judgment. Der Index reicht von 0 bis 100 und entspricht dem Hundertfachen des Mittelwerts der fünf Bereichsergebnisse.
Road Decider demonstriert die Aktionsauswahl
Laut AlphaSignal demonstriert Liquid AI die Aktionsauswahl mit Road Decider. In dieser pixelbasierten Rennspiel-Demo übernimmt d1 die Steuerung und wählt für jedes Einzelbild zwischen LEFT, CENTER und RIGHT. Zusammen mit der ausgewählten Richtung gibt das Modell einen Wert zurück, der angibt, wie sicher es sich bei der Entscheidung ist.
Zugang über die Liquid API
Verfügbar ist d1 laut AlphaSignal über die Liquid API; für den Zugriff wird ein Liquid-API-Schlüssel benötigt. In der API-Konsole wird das Modell als d1:free mit einer kostenlosen Zugangsstufe angeboten.
