LFM2.5-230M
קוד פתוחLiquidAIother2026-06-24
מודל קטן במיוחד ששוקל פחות מחצי גיגהבייט ורץ מקומית על טלפונים ומעבדים חלשים. הוא מתאים למי שחייב הפעלת כלים וחילוץ מידע ישירות בקצה בלי תלות ברשת.
- 230Mפרמטרים
- 128,000טוקנים בהקשר
- 443 MBמשקל הקבצים
- 51,147הורדות בחודש
מה זה
מדובר במודל היברידי שמשלב שמונה בלוקים של קונבולוציה כפולה עם שישה בלוקי תשומת לב מסוג GQA, ואומן על 19 טריליון טוקנים. הרעיון כאן הוא לדחוס יכולות של סוכנים לתוך משקל נוצה, תוך שימוש בזיקוק מהגרסה הגדולה יותר ואימון בחיזוקים. המבנה ההיברידי מאפשר לו לחסוך משאבי זיכרון ביחס למודלי טרנספורמר טהורים באותו הגודל.
במבחני ביצועים הוא עוקף מודלים כמו Gemma 3 1B IT וגרסאות Granite במעקב אחר הוראות עם תוצאה של 71.71 ב־IFEval, ומשיג 43.26 ב־BFCLv3 להפעלת פונקציות. המשמעות בשטח היא שהוא יודע לקחת פורמט מוגדר, להחזיר קריאות לפונקציות ולעקוב אחרי כללים פשוטים בצורה טובה יותר ממתחרים ששוקלים פי שלושה ממנו.
מתאים ל
- חילוץ נתונים על מכשירי קצה
שליפת שדות מוגדרים מטקסט ישירות על טלפון או מחשב לוח ללא חיבור לענן.
- הפעלת פונקציות במערכות משובצות
תרגום פקודות משתמש לקריאות כלי בפייתון על חומרת רספברי פאי.
- סוכן מקומי לניתוב בקשות
מיון ראשוני ומהיר של קלט משתמש בקצב גבוה על מעבד רגיל לפני שליחה הלאה.
איפה זה נופל
היוצרים מציינים במפורש שהמודל לא מתאים להסקה לוגית כבדה, מתמטיקה מתקדמת, כתיבת קוד או יצירת תוכן. במבחן MMLU-Pro הוא קיבל ציון של 20.25 ובמתמטיקה מורכבת של GPQA Diamond הוא עומד על 25.41 בלבד, שזה קרוב לניחוש. בנוסף, רשימת השפות הנתמכות כוללת עשר שפות בלבד ועברית אינה ביניהן, כך שניסיון להריץ אותו בעברית ייכשל או יחזיר פלט משובש לחלוטין.
אותה משפחה
LFM2.5 יצא ב־15 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן, והשאר בעמוד המפרסם.
שאלות
נפוצות
האם המודל תומך בעבודה בעברית?
לא. רשימת השפות הרשמית כוללת אנגלית, ערבית, סינית, צרפתית, גרמנית, איטלקית, יפנית, קוריאנית, פורטוגזית וספרדית בלבד. עיבוד או יצירת טקסט בעברית יפיקו תוצאות גרועות ולא אמינות.
איך המודל מחזיר קריאות לפונקציות בפועל?
כברירת מחדל הוא פולט תחביר פייתון פנימי עטוף בתגיות מיוחדות. אם רוצים לקבל אובייקט JSON סטנדרטי של הפונקציה והארגומנטים, צריך להגדיר זאת במפורש בהוראות המערכת.
איך מריצים
בגלל גודל של 443 מגהבייט, המודל רץ ישירות על מעבדי מובייל כמו סמסונג גלקסי S25 אולטרה בקצב של 213 טוקנים לשנייה, או על רספברי פאי 5 בקצב של 42 טוקנים לשנייה. לשימוש מקומי במכשיר אפשר לקחת גרסאות GGUF דרך llama.cpp, קבצי ONNX לריצה רוחבית, או MLX למק. בסביבת שרת מריצים את המשקלים הרגילים בעזרת vLLM או Transformers גרסה 5 ומעלה.
אין שום סיבה לשלם על API חיצוני בשביל מודל כזה אלא אם התשתית שלכם בכלל לא כוללת שרת או מעבד פנוי. היתרון היחיד שלו הוא ריצה עצמאית ומקומית בעלות אפסית של חומרה.
from transformers import pipeline
pipe = pipeline("text-generation", model="LiquidAI/LFM2.5-230M")
print(pipe("שלום"))הקבצים
10 קבצים במאגר, 443 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.
הרישיון
הרישיון מוגדר כ־other ולא כרישיון קוד פתוח סטנדרטי. המשמעות היא שחייבים לבדוק את תנאי השימוש הספציפיים שפרסמה חברת Liquid AI לפני שילוב המודל במוצר מסחרי, כי ייתכנו הגבלות הפצה או שימוש מסחרי שלא קיימות ברישיונות כמו Apache או MIT.