LFM2.5-VL-450M-GGUF

קוד פתוח

LiquidAIother2026-04-04

gguf
vision
vlm
liquid
lfm2

מודל ראייה ושפה קטן במיוחד שרץ מקומית דרך llama.cpp. הוא מיועד למי שרוצה לעבד תמונות בתוך המכשיר בלי לשלוח שום דבר לשרת חיצוני.

4.7 GBמשקל הקבצים
14,904הורדות בחודש
68לייקים

מה זה

מדובר במודל ראייה ושפה קל משקל של חברת Liquid AI שמגיע בפורמט GGUF. הוא מקבל תמונות וטקסט ומחזיר טקסט, כשהמטרה המוצהרת של המפתחים היא התקנה ישירה על מכשירי קצה ורכיבים מקומיים. במקום להחזיק שרתים כבדים עם כרטיסי מסך יקרים, הקונספט כאן הוא להריץ הבנה בסיסית של תמונות על חומרה יומיומית.

המשקל הכולל של הקבצים במאגר עומד על 4.7 גיגה בייט בפורמט מכווץ, והוא תומך ברשימה של שמונה שפות שכוללת אנגלית, ערבית, ספרדית, צרפתית, גרמנית, יפנית, קוריאנית וסינית. עברית לא נמצאת ברשימה הזו. בכרטיס המקורי החברה מצהירה על ביצועים מהירים ויעילות זיכרון, אך לא מציגה טבלאות ציונים ספציפיות או מדדים מספריים מפרויקטי בדיקה מוכרים, כך שחובת ההוכחה לגבי הדיוק מול מודלים מתחרים נשארת אצל מי שבוחן אותו.

מתאים ל

תיאור תמונות על מכשיר קצה
זיהוי מהיר של אובייקטים בסיסיים בתמונות ישירות על המחשב או הטלפון, בלי חיבור לרשת.
סינון ראשוני למאגרי מדיה
מיון ראשוני וזול של קובצי תמונה לפי שאלות כן ולא פשוטות, באנגלית ובשפות נתמכות נוספות.
מערכות עם דרישות פרטיות
ניתוח ויזואלי של מידע רגיש שאי אפשר להוציא החוצה לשרתים של צד שלישי.

איפה זה נופל

החיסרון המרכזי למפתח הישראלי הוא היעדר תמיכה רשמית בעברית. בנוסף, מודלים בגודל של 450 מיליון פרמטרים מוגבלים מאוד ביכולת ההסקה שלהם. הם נוטים לפספס פרטים קטנים בתמונות, מתקשים בקריאת מסמכים צפופים ומייצרים הזיות אם השאלה מורכבת מדי. הכרטיס גם לא מציג מבחני ביצועים מסודרים, ולכן חובה לבדוק אותו על מאגר תמונות אמיתי מהמוצר שלכם לפני שסומכים עליו.

אותה משפחה

LFM2.5-VL יצא ב־6 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

LFM2.5-VL-1.6B231,023 LFM2.5-VL-1.6B-GGUF54,628 LFM2.5-VL-450M52,722 LFM2.5-VL-3B-GGUF47,267 LFM2.5-VL-3B27,894

שאלות
נפוצות

האם אפשר לשאול אותו שאלות על תמונות בעברית?

המודל לא מציין תמיכה בעברית ברשימת השפות הרשמית שלו. סביר להניח שהוא לא יבין הנחיות בעברית ולא יחזיר תשובות תקינות בשפה זו, ולכן כדאי להשתמש בו באנגלית.

מה נדרש כדי להפעיל אותו מקומית?

צריך כלי תואם כמו llama.cpp ומחשב סטנדרטי. המודל שוקל מעט ואינו דורש מעבד גרפי חזק, מה שמאפשר להריץ אותו ישירות על המעבד המרכזי.

איך מריצים

את המודל מריצים ישירות באמצעות llama-cli של פרויקט llama.cpp, עם הגדרות טמפרטורה נמוכות של 0.1 ועונש חזרתיות. המבנה הקל מאפשר לו לעלות על מעבדים פשוטים או מחשבים ניידים בלי מאיצים ייעודיים. בתוך חלון הפקודה מזינים תמונה מקומית ושואלים עליה שאלות באנגלית או בשפות הנתמכות.

אם אתם צריכים לפענח תמונות מורכבות מאוד, לקרוא טקסטים קטנים ומטושטשים בעברית או לקבל ניתוח עמוק ורב-שלבי, חבל להתאמץ על הרצה עצמית. במקרים כאלה מודלי ענן גדולים יתנו תוצאה עדיפה בהרבה בלי שתצטרכו לנהל קבצים וזיכרון.

ollama run hf.co/LiquidAI/LFM2.5-VL-450M-GGUF:Q4_K_M

איזו גרסה

אותו מודל בכמה רמות דחיסה. ככל שהמספר נמוך יותר הקובץ קטן יותר ורץ על פחות זיכרון, והתשובות נהיות פחות מדויקות. רוב האנשים רוצים את הגדולה ביותר שנכנסת להם בזיכרון.

F321.4 GB F16711.5 MB BF16711.5 MB Q8_0379.2 MB F32377.0 MB Q6_K293.4 MB Q5_K_M260.4 MB Q4_K_M229.3 MB Q4_0219.3 MB BF16190.3 MB F16189.1 MB Q8_0102.8 MB

הקבצים

18 קבצים במאגר, 4.7 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון מוגדר כ־other, כלומר רישיון מותאם אישית של החברה ולא רישיון קוד פתוח סטנדרטי כמו MIT או Apache. המשמעות היא שחובה לקרוא את תנאי השימוש המדויקים באתר של Liquid AI לפני שמשלבים אותו במוצר מסחרי. החברה גם מפנה לצוות המכירות שלה עבור פתרונות מותאמים, מה שמחזק את הצורך בבדיקה משפטית מוקדמת.

הרישיון המלא בעמוד המודל ↗