Liquid AI 釋出用於AI智慧體的微調工具

Liquid AI 近日釋出了 Liquid Harness，這是一款面向 AI 智慧體的微調工具，旨在讓沒有機器學習經驗的使用者也能輕鬆定製模型。Liquid Harness 是一個自主智慧體，使用者只需用自然語言描述任務，它就能自動完成從資料管道構建到模型部署的全流程。例如，使用者透過命令列執行 lqh --auto ./my-task，系統會自動生成評分規則（rubric）、生成樣本資料、使用 LLM 評判器對樣本進行評分和篩選，接著執行基線測試、執行監督微調（SFT）和直接偏好最佳化（DPO），最終輸出一個可部署的模型檢查點。整個流水線包含多個階段：規格制定（spec）、評分規則編寫（rubric）、資料生成（data gen）、過濾驗證（filter）、基線測試（baseline）、SFT、DPO、評估（eval）和最終檢查點（checkpoint）。每個階段都是獨立的元件，使用者可以隨時停止、檢查或手動介入。整個過程在數十分鐘內完成，大大縮短了傳統微調所需的時間。

Liquid Harness 的核心優勢在於其自動化程度。使用者只需一個命令，系統就能自主完成所有工作。資料生成採用併發方式，LLM 評判器根據使用者定義的規則對樣本進行評分和篩選，確保進入訓練的資料集已經過精心篩選。例如，在一次執行中，系統生成了 2000 個樣本，經過過濾保留了 1427 個，最終 SFT 得分從基線的 4.1 提升到 6.8，DPO 迭代後進一步達到 7.4，比基線高出 3.3 分。這種端到端的自動最佳化流程，讓模型定製變得前所未有的簡單。

作為 Liquid AI 的官方工具，Liquid Harness 專為 Liquid Foundation Models（LFM）設計，預設基礎模型為 LFM2-1.2B-Instruct。LFM 系列模型小巧且能力強大，可在各種環境中執行。該工具目前處於私有測試階段，使用者需透過郵箱申請訪問許可權。Liquid AI 表示，有了 Liquid Harness，使用者只需一個下午就能完成首個模型的定製。這款工具的釋出標誌著 AI 模型微調向大眾化邁出了重要一步，使得非專業人士也能快速構建定製化 AI 模型。