LFM2.5-1.2B-JP-202606
קוד פתוחLiquidAIother2026-05-26
מודל שיחה זעיר של 1.2 מיליארד פרמטרים שממוקד ביפנית ובאנגלית. הוא נותן מענה מהיר להפעלת סוכנים וקריאות לפונקציות ישירות על מכשירי קצה ללא צורך בענן.
- 1.2Bפרמטרים
- 128,000טוקנים בהקשר
- 2.2 GBמשקל הקבצים
- 17,575הורדות בחודש
מה זה
מדובר במודל טקסט בלבד שמבוסס על ארכיטקטורה היברידית של 16 שכבות, המשלבת עשר שכבות קונבולוציה מסוג double-gated LIV ושש שכבות GQA. הוא אומן על 31.5 טריליון טוקנים, ותומך באנגלית וביפנית עם חלון הקשר של 32,768 טוקנים לפי פרטי הכרטיס, למרות שמטא-דאטא הקובץ מציג חלון רחב יותר.
במבחני ביצועים מול מודלים אחרים מתחת לשני מיליארד פרמטרים, הוא בולט בעיקר במעקב אחר הוראות ביפנית עם ציון 79.08 במבחן J-MIFEval, ומשיג 62.5 בממוצע במתמטיקה מול מודלים כמו Qwen3-1.7B ו־Llama-3.2-1B. הוא תוכנן להבין ניואנסים תרבותיים ולחלץ קריאות לפונקציות בפורמט פייתון או JSON.
מתאים ל
- סוכן מקומי ביפנית
הפעלת פונקציות וכלים אוטומטיים במכשירי קצה ללא שליחת מידע רגיש לענן.
- חילוץ פלט מובנה
מעקב מדויק אחר הוראות וייצור מבני JSON או קריאות קוד במערכות דו-לשוניות.
- עוזר אישי במכשיר
צריכת זיכרון מינימלית שמאפשרת שיחה מהירה במחשבים ניידים וטלפונים.
איפה זה נופל
היוצרים מבהירים במפורש שהמודל לא מתאים למשימות עתירות ידע. בגלל הגודל הקומפקטי שלו, הוא נוטה להיכשל בשאלות עובדתיות עמוקות, כפי שרואים בציון 28.69 במבחן JGPQA. נקודת תורפה בולטת לישראלים: אין כאן תמיכה בעברית, כך שהוא מיועד לפרויקטים שפונים לשוק היפני או לזרימות עבודה דו-לשוניות ביפנית ואנגלית. נדרשות ממנו הוראות מפורשות וברורות מאוד כדי לא לקבל סטיות במבנה הפלט.
שאלות
נפוצות
האם אפשר להשתמש במודל הזה לעיבוד טקסט בעברית?
לא. המודל אומן והותאם ספציפית ליפנית ולאנגלית בלבד. ניסיון לעבוד איתו בעברית יפיק ג'יבריש או שגיאות, ועדיף לבחור מודל רב-לשוני אחר בגודל דומה.
כמה זיכרון דרוש בפועל כדי להריץ אותו?
המודל שוקל 2.2 גיגה-בייט, ולכן כרטיס מסך עם 4 עד 6 גיגה-בייט זיכרון יריץ אותו בנוחות מלאה יחד עם ההקשר. בשימוש בגרסת GGUF מכווצת, אפשר להריץ אותו על מעבד רגיל ומחשבי אפל בזיכרון נמוך בהרבה.
איך מריצים
המשקל המלא שוקל כ־2.2 גיגה-בייט, כך שהוא נכנס בקלות בכל מעבד גרפי מודרני ואפילו בזיכרון של מחשב נייד ממוצע. מריצים אותו ישירות דרך transformers, vLLM או בפורמטים מותאמים כמו GGUF דרך llama.cpp, גרסת ONNX לחומרה מגוונת ו־MLX למחשבי אפל.
אם אתם רק בודקים רעיון או צריכים ידע כללי נרחב, עדיף לפנות ל־API חיצוני של מודל ענק. הרצה עצמית כאן משתלמת רק כשחייבים שיהוי אפסי, פרטיות מלאה של המידע, או ריצה מקומית על מכשיר קצה בלי חיבור רשת.
from transformers import pipeline
pipe = pipeline("text-generation", model="LiquidAI/LFM2.5-1.2B-JP-202606")
print(pipe("שלום"))הקבצים
10 קבצים במאגר, 2.2 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.
הרישיון
הרישיון מוגדר כ־other, כלומר רישיון מותאם אישית של Liquid AI ולא רישיון קוד פתוח סטנדרטי דוגמת MIT או Apache. לפני שילוב שלו במוצר מסחרי חובה לקרוא את תנאי השימוש באתר החברה, לברר אם מותרת הפצה מסחרית עצמאית, או שנדרש הסכם מול צוות המכירות שלהם.