LFM2.5-350M

מה זה

הארכיטקטורה כאן חריגה בנוף, עם 16 שכבות שמשלבות 10 בלוקים של קונבולוציה כפולה ו־6 בלוקים של GQA. האימון עבר הרחבה מסיבית מ־10T ל־28T טוקנים, מה שמאפשר לו להחזיק ראש מעל מודלים גדולים ממנו בהרבה במשימות מאוד מוגדרות.

במבחני עמידה בהוראות כמו IFEval הוא מגיע ל־76.96, תוצאה שעוקפת אפילו מודלים של מיליארד פרמטרים כמו Gemma 3 1B IT. הוא מתמודד היטב עם הפעלת כלים ופונקציות ברמת דיוק של 44.11 ב־BFCLv3, אבל במבחני ידע כללי מורכבים כמו MMLU-Pro הוא משיג 20.01 בלבד, מה שמבהיר שהוא תוכנן לציות לחוקים ולא לתשובות עמוקות.

מתאים ל

• חילוץ מידע מקומי

  שליפת נתונים מובנים מטקסט ישירות על הטלפון או המחשב, בלי לשלוח שום מידע לענן.

• הפעלת פונקציות בקצה

  זיהוי כוונות ותרגום פקודות משתמש לקריאות API בפייתון או JSON במהירות פענוח גבוהה.

• עבודה במכשירים מוגבלים

  מתאים למערכות שרצות על מעבד בלבד או עם פחות מ־1GB זיכרון פנוי.

איפה זה נופל

היוצרים כותבים במפורש שהמודל לא מתאים למשימות עתירות ידע או לכתיבת קוד, ובמבחנים האלה הוא נכשל מול מודלים רגילים. מעבר לזה, רשימת השפות הנתמכות לא כוללת עברית, כך שכל ניסיון לעבוד איתו בעברית צפוי לייצר פלט משובש לחלוטין אלא אם תעבירו אותו המשך אימון יעודי.

אותה משפחה

LFM2.5 יצא ב־15 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן, והשאר בעמוד המפרסם.

איך מריצים

בפועל אפשר להריץ אותו ישירות מהמעבד או המכשיר הנייד. המודל שוקל 681 מגה בייט ודורש פחות מגיגה זיכרון עבודה, כשהוא מגיע למהירות פענוח של 313 טוקנים לשנייה על מעבד AMD ו־188 טוקנים לשנייה על שבב Snapdragon Gen4. יש לו התאמות מוכנות מראש לפורמטים כמו GGUF עם llama.cpp, קבצי ONNX לתמיכה חוצת פלטפורמות, גרסת 8 ביט ל־MLX על מחשבי מק, ו־OpenVINO לחומרת אינטל.

אם אתם צריכים רק קריאה חד פעמית למשימת ידע או כתיבת קוד שלם, עדיף בהרבה לקרוא ל־API חיצוני וחזק. המודל הזה שווה את המאמץ רק כשרצים על מכשיר קצה, באופליין מלא, או כשחייבים תגובה מיידית באפס עלות שרת.

from transformers import pipeline

pipe = pipeline("text-generation", model="LiquidAI/LFM2.5-350M")
print(pipe("שלום"))

הקבצים

13 קבצים במאגר, 681 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• model.safetensors709.0 MB
• tokenizer.json4.7 MB
• README.md14.5 KB
• LICENSE10.6 KB
• chat_template.jinja5.5 KB
• .gitattributes1.5 KB
• config.json1.3 KB
• tokenizer_config.json595 B
• .eval_results/LiquidAI-LFM2.5-350M.yaml479 B
• .eval_results/LFM2.5-350M.yaml232 B
• .eval_results/mmlu_pro.yaml202 B
• .eval_results/gpqa_diamond.yaml198 B
• generation_config.json134 B

הרישיון

הרישיון בעמוד מוגדר כ־other ללא פירוט של תנאי קוד פתוח מוכרים כמו אפאצ'י או MIT. המשמעות היא שחובה לבדוק את תנאי השימוש המלאים של Liquid AI לפני שמשלבים אותו במוצר מסחרי, ולא להניח שהשימוש חופשי.

הרישיון המלא בעמוד המודל ↗