LFM2.5-1.2B-Instruct
קוד פתוחLiquidAIother2026-01-06
מודל טקסט קומפקטי שמכוון כולו להרצה מקומית על טלפונים ומחשבים ניידים. הוא בנוי לחלץ מידע ולעקוב אחרי הוראות מהר מאוד ובצריכת זיכרון מינימלית.
- 1.2Bפרמטרים
- 128,000טוקנים בהקשר
- 2.2 GBמשקל הקבצים
- 367,266הורדות בחודש
מה זה
מדובר במודל שמבוסס על שילוב של שכבות קונבולוציה עם שכבות תשומת לב מסוג GQA. המבנה הזה נועד לאפשר פענוח מהיר של טקסט בלי לתפוס נפח זיכרון עצום, כשהמשקל הכולל של הקבצים עומד על 2.2 גיגה בייט בלבד.
במדדי מעקב אחר הוראות כמו IFEval המודל מקבל ציון של 86.23, שגובר משמעותית על מודלים מקבילים עד 2 מיליארד פרמטרים כמו Llama 3.2 1B או Qwen3 1.7B. זה אומר שהוא מבין טוב מאוד תבניות וכללים נוקשים. גם במבחן הפעלת הכלים BFCLv3 הוא עומד על 49.12, תוצאה שמציבה אותו כיכול לשמש רכיב חכם במערכות אוטומציה קטנות שרצות בקצה.
מתאים ל
- הפעלת פונקציות במכשיר קצה
מפעיל קריאות לפונקציות בפייתון או בפורמט JSON ישירות על גבי מעבדי טלפון בפחות מגיגה זיכרון.
- מיצוי מידע ומבנה מנתונים
מחלץ שדות ספציפיים מתוך טקסטים ארוכים בדיוק גבוה בזכות תוצאות חזקות במדדי מעקב אחרי הוראות.
- רכיב עיבוד למערכות RAG
קורא מסמכים שנשלפו ומנסח תשובות מהירות וממוקדות מקומית בלי לשלוח מידע לענן חיצוני.
איפה זה נופל
היוצרים מבהירים במפורש שהמודל אינו מומלץ למשימות תכנות וכתיבת קוד, ואינו מתאים למשימות עתירות ידע. בנוסף, רשימת השפות הנתמכות כוללת אנגלית, ערבית, סינית, צרפתית, גרמנית, יפנית, קוריאנית וספרדית. עברית אינה מופיעה ברשימה, ולכן יש לצפות לביצועים חלשים, שגיאות ופליטת ג'יבריש בעבודה בעברית.
אותה משפחה
LFM2.5 יצא ב־15 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן, והשאר בעמוד המפרסם.
שאלות
נפוצות
האם אפשר לסמוך עליו בעבודה בעברית?
לא כדאי לבנות עליו לפרויקטים בעברית. המודל אומן רשמית על שמונה שפות ספציפיות כמו אנגלית, ערבית וגרמנית, ועברית אינה חלק מהן. הוא עלול להתקשות בהבנה ולהפיק פלטים משובשים.
האם הוא מסוגל לכתוב קוד עבור אפליקציות?
היצרן מדגיש שהמודל לא מתאים לתכנות. אם אתם מחפשים כלי שיעזור בפיתוח תוכנה או בפתרון באגים, עדיף להשתמש במודל גדול יותר או במודל ייעודי לקוד דרך שירות חיצוני.
איך מריצים
המודל פועל ישירות דרך ספריית transformers של פייתון, vLLM ו־llama.cpp. מי שרוצה להריץ אותו מקומית לא צריך כרטיס מסך ייעודי. בבדיקות של היצרן על מעבדי מובייל של סנאפדרגון דרך llama.cpp בכימות Q4_0, הוא צרך 719 מגה בייט זיכרון וייצר 70 טוקנים לשנייה, ועל NPU ייעודי הגיע ל־82 טוקנים לשנייה. יש לו גם גרסאות ייעודיות ל־ONNX ול־MLX של אפל.
אפשר להאיץ את קצב הפענוח פי שניים אם משדכים לו מודל דראפט ייעודי בשם DSpark. כדאי לפנות ל־API חיצוני רק אם אתם צריכים לכתוב קוד מורכב או לבצע משימות שמצריכות ידע כללי נרחב, תחומים שבהם מודל קטן פשוט לא יספק את הסחורה.
from transformers import pipeline
pipe = pipeline("text-generation", model="LiquidAI/LFM2.5-1.2B-Instruct")
print(pipe("שלום"))הקבצים
11 קבצים במאגר, 2.2 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.
הרישיון
הרישיון מוגדר תחת סיווג other בלבד. המשמעות היא שאין כאן רישיון קוד פתוח סטנדרטי כמו אפאצ'י או MIT, ותנאי השימוש המסחריים וההפצה אינם מפורטים בעמוד. לפני שמשלבים אותו במוצר מסחרי, חובה לפנות למסמכי החברה או למחלקה המשפטית כדי להבין את המגבלות.