GPT
הוספת כלי
L

LFM2-2.6B-Transcript

קוד פתוח

LiquidAIother2026-01-05

  • transformers
  • safetensors
  • lfm2
  • text-generation
  • liquid

זה מודל קטן וממוקד שמסכם תמלולי פגישות באנגלית באופן מקומי לגמרי. הוא צורך פחות מ־3GB זיכרון ומיועד למי שחייב לשמור שיחות רגישות בתוך המכשיר.

  • 2.6Bפרמטרים
  • 128,000טוקנים בהקשר
  • 4.8 GBמשקל הקבצים
  • 1,749הורדות בחודש

מה זה

במקום לנסות לפתור הכל, המודל הזה עבר התאמה ייעודית למשימה אחת בלבד, סיכום פגישות של 30 עד 60 דקות. הוא בנוי לחלץ החלטות מרכזיות, משימות להמשך, משתתפים ותקצירים ניהוליים מתוך טקסט גולמי ומובנה.

ההבדל העיקרי מול מודלים כלליים באותו סדר גודל הוא השילוב בין חלון הקשר של 128 אלף טוקנים לבין צריכת משאבים נמוכה. המבחנים בכרטיס המודל מראים שההערכות התבססו על GAIA LLM Judge מול נתונים סינתטיים של 1,000 ו־10,000 טוקנים, כאשר Claude Sonnet שימש ליצירת התוכן ולשיפוט. בפועל, המשמעות היא שההתאמה היא לפורמט סיכום מוגדר ולא למבחני ידע כלליים.

מתאים ל

  • סיכום פגישות הנהלה ורכש

    מאפשר לעבד שיחות רגישות מקומית בלי לחשוף שמות ותקציבים לשירותי ענן חיצוניים.

  • חילוץ משימות משיחות מכירה

    מוציא רשימת החלטות ומשימות לפי שמות הדוברים מתוך תמלול באנגלית ישירות למכשיר.

  • עבודה ללא חיבור רשת

    רץ מקומית על מחשב נייד עם צריכת זיכרון של פחות מ־3GB, מתאים לתנאי שטח ומחשבים מבודדים.

איפה זה נופל

המודל תומך באנגלית בלבד. אם תזינו תמלולים בעברית או בשפות אחרות, הוא לא יעבוד כמצופה. הוא גם מוגבל לחלוטין לשיחה במענה בודד, ואי אפשר לנהל איתו צ'אט אינטראקטיבי של שאלות ותשובות על הפגישה.

בנוסף, הוא קשיח מאוד לגבי אופן הזנת הנתונים. אם לא תספקו את הכותרת, השעה, רשימת המשתתפים והשמות בפורמט שהוגדר מראש עם טמפרטורה של 0.3, איכות הסיכום תיפגע. כל הבדיקות שלו נעשו על תמלילים סינתטיים, כך שצריך לבדוק אותו מול דיבור אנושי אמיתי ומבולגן לפני שסומכים עליו.

שאלות
נפוצות

האם אפשר להשתמש במודל לתמלול פגישות בעברית?

לא. המודל אומן ותומך בשפה האנגלית בלבד, ואינו מתאים לעיבוד תמלולים בעברית.

האם המודל מקליט ומתמלל קול ישירות?

לא, מדובר במודל שפה שמקבל טקסט ומחזיר טקסט. עליכם להביא תמלול קיים בפורמט המתאים כדי שהוא ייצר סיכום.

איזו חומרה מינימלית נדרשת להרצה?

בגרסאות המכווצות שלו הוא צורך פחות מ־3GB זיכרון עבודה, כך שמעבד מודרני במחשב נייד רגיל מספיק להרצה ללא כרטיס מסך ייעודי.

איך מריצים

המשקל המקורי הוא 4.8GB ומיועד להרצה בספריות Transformers או vLLM על גבי מעבד גרפי. עם זאת, קיימות גרסאות GGUF, ONNX ו־MLX, מה שאומר שאפשר להריץ אותו ישירות על מעבדי מחשב נייד, מעבדי AMD ייעודיים או חומרת אפל.

מריצים אותו דרך סקריפט ייעודי שמבוסס על uv ו־llama.cpp ללא צורך במפתחות ענן. אם אין לכם דרישת פרטיות קשיחה על המכשיר עצמו, קריאה ל־API של מודל ענן גדול תהיה פשוטה יותר לתחזוקה ולא תדרוש מכם לנהל זמני עיבוד מקומיים.

from transformers import pipeline

pipe = pipeline("text-generation", model="LiquidAI/LFM2-2.6B-Transcript")
print(pipe("שלום"))

הקבצים

22 קבצים במאגר, 4.8 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הרשמי מוגדר כ־other ללא פירוט ישיר בעמוד על תנאי שימוש מסחריים. לפני הפצה במוצר שלכם, חובה להיכנס לעמודי התיעוד של LiquidAI ולבדוק את תנאי השימוש כדי לוודא שאין מגבלות על שילובו במערכות מסחריות.

הרישיון המלא בעמוד המודל ↗