GPT
הוספת כלי
L

LFM2.5-VL-450M

קוד פתוח

LiquidAIother2026-04-08

  • transformers
  • safetensors
  • lfm2_vl
  • image-text-to-text
  • liquid

זה מודל ראייה ושפה זעיר של 449 מיליון פרמטרים. הוא מיועד למי שחייב להריץ זיהוי תמונות בתוך דפדפן, על מכשיר קצה או על מעבד רגיל בלי לשלם על שרתי GPU יקרים.

  • 449Mפרמטרים
  • 128,000טוקנים בהקשר
  • 860 MBמשקל הקבצים
  • 52,722הורדות בחודש

מה זה

מדובר בגרסה מעודכנת של Liquid AI שמחברת עמוד שדרה טקסטואלי של 350 מיליון פרמטרים עם אנקודר תמונה SigLIP2 של 86 מיליון פרמטרים. כל המשקל שלו מסתכם בכ־860 מגה בייט, מה שמאפשר לו להיכנס כמעט לכל זיכרון מקומי.

הוא יודע לייצר תיאורי תמונה, לזהות עצמים ולספק תיבות תחימה מנורמלות, וגם לתמוך בקריאות לפונקציות בקלט טקסט בלבד. במבחני הראייה הוא מציג שיפור עקבי מול קודמו ומול מתחרים כמו SmolVLM2 בגזרת הגודל שלו, למשל ציון של 81.28 ב־RefCOCO-M לזיהוי מיקום אובייקטים ו־73.31 בספירת עצמים, אבל הציונים במבחני ידע כללי נשארים נמוכים למדי בהתאם למגבלות המשקל.

מתאים ל

  • איתור עצמים בתמונה

    הוא פולט קואורדינטות של תיבות תחימה בפורמט JSON קל לעיבוד אוטומטי.

  • כיתוב וידאו בדפדפן

    רץ בזמן אמת ב־WebGPU בלי צורך לתקשר עם שרת חיצוני.

  • קריאת פונקציות במכשיר

    מנתב פקודות טקסט לפונקציות מוגדרות מראש בחומרה מקומית חלשה.

איפה זה נופל

היוצרים מציינים במפורש שהוא לא מתאים למשימות עתירות ידע או לקריאת טקסט עדינה בתמונות. במבחן MMLU Pro הוא מגרד ציון של 19.32, מה שאומר שאין מה לבנות עליו לשאלות ידע מורכבות. בנוסף, הוא לא תומך בעברית, כך שלא כדאי לבנות עליו ממשקים מקומיים בשפה זו.

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-3B-GGUF47,267 LFM2.5-VL-3B27,894 LFM2.5-VL-450M-GGUF14,904

שאלות
נפוצות

האם הוא מסוגל לקרוא מסמכים וקבלות בעברית?

לא. המודל אינו מאומן על עברית, והיוצרים שלו מבהירים מראש שהוא לא מיועד למשימות של פענוח טקסט מדויק מתמונות אפילו בשפות הנתמכות.

מה צריך כדי להריץ אותו בתוך הדפדפן?

הוא שוקל 860 מגה בייט ותומך ב־WebGPU, כך שכל דפדפן מודרני במחשב סטנדרטי יכול לטעון ולהריץ אותו מקומית דרך הזיכרון של המכשיר ללא תלות בשרת.

איך מריצים

אתם יכולים להריץ אותו דרך transformers מגרסה 5.1 ומעלה, או בשרתי ייצור בעזרת vLLM ו־SGLang. יש לו גרסאות מומרות ל־GGUF עבור llama.cpp וגרסאות MLX ייעודיות למחשבי מק, כך שגם מחשב נייד ישן ללא כרטיס גרפי ייעודי יריץ אותו בלי להזיע.

אם אתם צריכים רק תיוג מהיר ומקומי למצלמת אבטחה או בתוך דפדפן עם WebGPU, הרצה מקומית היא הבחירה הנכונה. לעומת זאת, אם הדרישה היא ניתוח תמונות מורכב שדורש חשיבה עמוקה, עדיף לפנות ל־API של מודל ענן גדול במקום להסתפק ביכולות המוגבלות שלו.

from transformers import pipeline

pipe = pipeline("image-text-to-text", model="LiquidAI/LFM2.5-VL-450M")
print(pipe("שלום"))

הקבצים

10 קבצים במאגר, 860 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון מוגדר כ־other ואינו מפורט במלואו בעמוד. כשהרישיון אינו קוד פתוח סטנדרטי מוכר כמו אפאצ'י או MIT, חייבים לבדוק את תנאי השימוש המדויקים של Liquid AI לפני שילוב שלו במוצר מסחרי כדי למנוע חשיפה משפטית.

הרישיון המלא בעמוד המודל ↗