LFM2.5-1.2B-JP
קוד פתוחLiquidAIother2026-01-04
מודל שיחה קומפקטי של 1.2 מיליארד פרמטרים שעבר אופטימיזציה ישירה ליפנית. הוא מתאים למי שחייב עיבוד מקומי קל משקל עם הבנה של דקויות שפה ותרבות ביפן.
- 1.2Bפרמטרים
- 128,000טוקנים בהקשר
- 2.2 GBמשקל הקבצים
- 3,753הורדות בחודש
מה זה
מדובר במודל שפת שיחה שפותח על ידי LiquidAI ומבוסס על ארכיטקטורת Lfm2ForCausalLM עם 16 שכבות. בעוד שגרסאות קודמות תמכו ביפנית לצד שפות אחרות, המהדורה הזו ממוקדת ספציפית בביצועים ביפנית ובאנגלית, עם חלון הקשר עצום של 128,000 טוקנים בתוך קובץ של 2.2 ג'יגה בייט בלבד.
במבחני הביצועים שהחברה הציגה, המודל מוביל מול שורת מתחרים בגודל של עד שני מיליארד פרמטרים. הוא משיג 50.7 במבחן הידע JMMLU, לעומת 47.7 של Qwen3 בנפח 1.7 מיליארד ו־34.0 של Llama 3.2 1B. הפער בולט עוד יותר במעקב אחר הוראות ביפנית, שם הוא קיבל 58.1 לעומת 40.3 בלבד של Qwen3, ובפתרון בעיות מתמטיות ביפנית הוא מוביל עם 56.0. המספרים האלה מראים שהוא יודע להתמודד עם שאלות מורכבות ביפנית טוב יותר מרוב המודלים הקטנים שרצים על חומרה בסיסית.
מתאים ל
- בוט מקומי ביפנית למכשירי קצה
המשקל הקטן של 2.2 ג'יגה מאפשר שיחה שוטפת ומעקב הוראות ביפנית על חומרה ביתית ללא חיבור רשת.
- ניתוח מסמכים ארוכים ביפנית
חלון של 128,000 טוקנים מאפשר להזין טקסטים ארוכים במיוחד ישירות לזיכרון של מודל קומפקטי.
- כוונון ייעודי למשימות בארגון
תמיכה ישירה ב־Unsloth מאפשרת לאמן אותו בזול ובמהירות על נתונים פנימיים ביפנית.
איפה זה נופל
המודל מוגדר ומכוונן לשתי שפות בלבד, יפנית ואנגלית. אם תנסו לתת לו קלט בעברית, אין שום ערובה שהוא יבין מה אתם רוצים או יוציא פלט קוהרנטי. מעבר לכך, למרות התוצאות היפות ביחס למשקל שלו, מודל של 1.2 מיליארד פרמטרים עדיין מועד להזיות בהסברים ארוכים ומתקשה בהיגיון מורכב לעומת מודלים גדולים.
שאלות
נפוצות
האם המודל תומך בעברית?
המודל אומן והותאם ספציפית ליפנית ולאנגלית. הוא אינו מיועד לעברית, ולכן לא מומלץ להשתמש בו עבור משימות בשפה זו.
איזה מחשב צריך בשביל להריץ אותו בצורה עצמאית?
הקבצים שוקלים 2.2 ג'יגה בייט. כרטיס מסך בסיסי עם 6 ג'יגה זיכרון יריץ אותו מהר מאוד, ואפשר להשתמש גם ב־llama.cpp כדי להפעיל אותו ישירות על המעבד המרכזי של מחשב נייד.
האם אפשר להשתמש בו במוצר מסחרי?
הרישיון המדווח הוא רישיון מותאם אישית ולא קוד פתוח מוכר. לפני הפצה של שירות או מוצר שמבוסס עליו, עליכם לקרוא את התנאים הספציפיים שהחברה הגדירה כדי לוודא שאין מגבלות מסחריות.
איך מריצים
המשקל הכולל יושב על 2.2 ג'יגה בייט, כך שכל מעבד גרפי מודרני עם לפחות 4 עד 6 ג'יגה זיכרון יחזיק אותו בלי בעיה בפורמט bfloat16, ואפשר אפילו להריץ אותו על מעבד רגיל של מחשב נייד דרך llama.cpp. יש לו תמיכה מובנית ב־Transformers, vLLM למי שצריך תפוקה גבוהה, ואפשרויות כוונון עדין דרך Unsloth או TRL עם LoRA.
אם כל מה שאתם צריכים זה עיבוד טקסט מדי פעם בענן בלי מגבלות פרטיות, עדיף לקרוא ל־API של מודל ענק כמו Claude או GPT-4 שיעשו עבודה מקיפה יותר. ההרצה המקומית של המודל הזה משתלמת רק כשאתם חייבים אפס עלויות קריאה, מהירות תגובה מיידית בקצה, או עבודה במכשירים מנותקים מהרשת.
from transformers import pipeline
pipe = pipeline("text-generation", model="LiquidAI/LFM2.5-1.2B-JP")
print(pipe("שלום"))הקבצים
10 קבצים במאגר, 2.2 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.
הרישיון
הרישיון מוגדר כמותאם אישית, ולא תחת רישיון קוד פתוח סטנדרטי כמו Apache או MIT. המשמעות היא שאתם חייבים לבדוק את תנאי השימוש המדויקים שצירפה החברה לפני שאתם משלבים אותו במוצר מסחרי או מפיצים אותו הלאה.