Компания Liquid AI представила новую языковую модель LFM2.5-8B-A1B с открытыми весами, оптимизированную для работы на смартфонах, ноутбуках, роботах и серверах. Модель использует архитектуру Mixture-of-Experts (MoE) с 1,5 млрд активных параметров и поддерживает контекст до 128 тыс. токенов.
Liquid AI, стартап в области искусственного интеллекта, объявила о релизе модели LFM2.5-8B-A1B, предназначенной для развёртывания на устройствах с ограниченными вычислительными ресурсами. Модель основана на гибридной архитектуре MoE и обучена на 38 трлн токенов с применением крупномасштабного обучения с подкреплением (RL). По заявлению разработчиков, LFM2.5-8B-A1B демонстрирует производительность, сопоставимую с моделями в четыре раза большего размера, при этом оставаясь достаточно лёгкой для тонкой настройки на одной GPU.
Ключевые характеристики модели включают поддержку расширенного контекста до 128 тыс. токенов, высокую скорость работы и надёжное выполнение инструментальных вызовов (tool calling). Модель распространяется под лицензией LFM2 с открытыми весами, что позволяет разработчикам адаптировать её для специализированных задач. Как отметил в своём посте сооснователь Hugging Face Клеман Деланг (Clément Delangue), «малые модели становятся невероятно мощными», ссылаясь на недавние релизы, включая MiniCPM и Zyphra ZAYA1.
Релиз LFM2.5-8B-A1B продолжает тенденцию развития эффективных моделей для edge-устройств, где критически важны низкое энергопотребление и высокая скорость инференса. Ранее Liquid AI уже представляла аналогичные решения, однако новая версия отличается улучшенной архитектурой и расширенным контекстом. Подробности о модели доступны в техническом блоге компании.
В сообществе разработчиков релиз вызвал интерес как пример того, что даже модели с относительно небольшим числом активных параметров способны конкурировать с более крупными аналогами за счёт оптимизации архитектуры и обучения.