LFM2.5-8B-A1B
קוד פתוחLiquidAIother2026-05-28
ארכיטקטורת תערובת מומחים שמפעילה רק 1.5 מיליארד פרמטרים מתוך 8.3 בכל רגע. מקבלים מהירות של מודל קטן עם דיוק גבוה במעקב אחרי פקודות.
- 8.5Bפרמטרים
- 128,000טוקנים בהקשר
- 15.8 GBמשקל הקבצים
- 89,043הורדות בחודש
מה זה
המבנה כאן משלב 18 שכבות קונבולוציה כפולות ו־6 שכבות תשומת לב מסוג GQA. השילוב הזה מאפשר לו לעבד חלון של 128 אלף טוקנים ולייצר פלט מהר מאוד, במיוחד בגלל שרק חלק קטן מהמשקלים פעיל בכל שלב.
במבחני ביצועים הוא עוקף מודלים מקבילים במעקב אחרי הוראות מורכבות, עם תוצאה של 91.84 ב־IFEval. עם זאת, מדד הידע AA-Omniscience עומד על 8.67 בלבד עם ציון כולל שלילי, כך שאי אפשר לסמוך עליו כמאגר עובדות עצמאי. הוא בנוי לעבד מידע שתספקו לו, לא לזכור את העולם.
מתאים ל
- סוכני אוטומציה וקריאות כלים
מייצר קריאות פונקציה מסודרות בפייתון או JSON ותומך בשרשור פעולות מורכב במעט משאבים.
- עוזר מקומי על מחשב נייד
בזכות 1.5 מיליארד פרמטרים פעילים הוא רץ מהר על מעבדים מקומיים ומחשבי מק עם MLX.
- עיבוד מסמכים ארוכים
תומך בחלון של 128 אלף טוקנים ומאפשר לנתח טקסטים גדולים בלי לחרוג מהזיכרון.
איפה זה נופל
היוצרים מבהירים ישירות שהוא לא מתאים לכתיבת קוד כבד או למענה על שאלות שמבוססות על ידע כללי ללא שליפת מידע חיצונית. בעברית הוא מוגבל מאוד כי היא כלל לא נכללת ברשימת השפות הנתמכות שלו, שכוללת רק שפות מרכזיות כמו אנגלית, ערבית, ספרדית ומזרח אסייתיות. אם תנסו לתת לו לתכנת מערכת שלמה או לשלוף עובדות מהזיכרון, תקבלו הזיות ותשובות שבורות.
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 בעברית בצורה טובה?
לא. רשימת השפות הרשמית כוללת עשר שפות בלבד, ביניהן אנגלית, ערבית וגרמנית, אך עברית אינה מופיעה בהן. הוא עשוי לפלוט מילים בסיסיות, אך הוא לא יתאים למשימות מורכבות או הבנת הוראות בעברית.
איך אפאר לחסוך איתו זיכרון בהרצה מקומית?
במקום להוריד את קובצי ה־bfloat16 המלאים שתופסים כמעט 16 גיגהבייט, אפשר להשתמש בגרסת ה־GGUF דרך llama.cpp או בגרסת MLX אם אתם עובדים על מחשב מק. הפורמטים האלה דוחסים את המשקלים ומאפשרים הרצה חלקה גם על מחשבים אישיים ללא כרטיס מסך ייעודי.
איך מריצים
המשקלים המקוריים שוקלים 15.8 גיגהבייט ודורשים כרטיס מסך עם לפחות 16 עד 24 גיגהבייט זיכרון כדי להריץ אותם בפורמט bfloat16 מלא דרך vLLM או SGLang. אם אתם על חומרה מקומית או מחשב מק, יש גרסאות מכווצות בפורמט GGUF ל־llama.cpp ופורמט ייעודי ל־MLX שרצות מצוין על זיכרון משותף בלי שרת ייעודי.
אם כל מה שאתם צריכים זה שאלות ותשובות מזדמנות, עדיף להשתמש ב־API חיצוני. כדאי להרים אותו עצמאית רק אם אתם צריכים תפוקה מקומית גבוהה של טוקנים לשנייה או שרשרת קריאות כלים שלא יכולה לצאת מהרשת הפנימית.
from transformers import pipeline
pipe = pipeline("text-generation", model="LiquidAI/LFM2.5-8B-A1B")
print(pipe("שלום"))הקבצים
10 קבצים במאגר, 15.8 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.
הרישיון
הרישיון בעמוד מוגדר כ־other, כלומר רישיון מותאם אישית של החברה ולא רישיון קוד פתוח סטנדרטי כמו Apache או MIT. לפני שילוב שלו במוצר מסחרי צריך לקרוא היטב את תנאי השימוש הספציפיים שהחברה צירפה למאגר, כדי לבדוק האם מותר להפיץ אותו מסחרית ובאילו מגבלות.