Какие существуют размеры моделей LFM2?

LFM2 доступен в трех размерах: 350M, 700M и 1.2B параметров. Эти модели выпущены с плотными контрольными точками и доступны через Liquid Playground, Hugging Face и OpenRouter.

Как производительность LFM2 соотносится с другими моделями?

LFM2 превосходит модели аналогичного размера по нескольким бенчмаркам. Например, LFM2-1.2B конкурентоспособен с Qwen3-1.7B, несмотря на то, что он на 47% меньше, а LFM2-700M превосходит Gemma 3 1B IT. Модели превосходны в знаниях, математике, следовании инструкциям и многоязычных возможностях.

Какова модель лицензирования для LFM2?

LFM2 выпущен под открытой лицензией на основе Apache 2.0. Он бесплатен для академических и исследовательских целей и может использоваться в коммерческих целях небольшими компаниями (с доходом менее 10 миллионов долларов). Крупным компаниям необходимо обратиться в sales@liquid.ai для получения коммерческой лицензии.

Какова архитектура LFM2?

LFM2 - это гибридная Liquid-модель с мультипликативными вентилями и короткими свертками. Она состоит из 16 блоков: 10 блоков сверток ближнего действия с двойным управлением и 6 блоков группового внимания к запросам. Архитектура была оптимизирована с использованием STAR, их поисковой системы нейронной архитектуры.

Как обучался LFM2?

LFM2 был обучен на 10T токенов, примерно 75% на английском языке, 20% на многоязычном и 5% на коде. Процесс обучения включал дистилляцию знаний с использованием LFM1-7B в качестве обучающей модели, за которой следовала контролируемая тонкая настройка (SFT) и прямая оптимизация предпочтений.

LFM2

WebsiteFreeLarge Language Models (LLMs)Multi-purpose Tools

LFM2 - это новый класс Liquid Foundation Models, который обеспечивает современную производительность с в 2 раза большей скоростью, чем у конкурентов, разработанный специально для эффективного развертывания AI на устройствах на различных аппаратных платформах.

Посетить сайт

Прорекламировать этот инструмент

https://www.liquid.ai/blog/liquid-foundation-models-v2-our-second-series-of-generative-ai-models?ref=producthunt&utm_source=aipure

Обзор
Аналитика
Альтернативы

Информация о продукте

Обновлено:26/08/2025

Тенденции ежемесячного трафика LFM2

LFM2 получил 41.5k посещений за прошлый месяц, демонстрируя Небольшое снижение на уровне -10.3%. Согласно нашему анализу, эта тенденция соответствует типичной рыночной динамике в секторе инструментов искусственного интеллекта.

Посмотреть историю трафика

Что такое LFM2

LFM2 (Liquid Foundation Models 2) - это следующее поколение моделей AI, разработанных Liquid AI, которые устанавливают новые стандарты в качестве, скорости и эффективности памяти. Выпущенный как модели с открытым исходным кодом с различными размерами (350M, 700M и 1.2B параметров), LFM2 построен на гибридной архитектуре, сочетающей в себе механизмы свертки и внимания, специально оптимизированные для развертывания на устройстве. Модели поддерживают несколько задач, включая генерацию текста, обработку визуального языка и многоязычные возможности, сохраняя при этом конкурентоспособную производительность по сравнению с более крупными моделями.

Ключевые особенности LFM2

LFM2 - это новый класс Liquid Foundation Models, разработанный специально для развертывания ИИ на устройствах, с гибридной архитектурой, сочетающей механизмы свертки и внимания. Он обеспечивает в 2 раза более быструю скорость декодирования и предварительного заполнения по сравнению с конкурентами на CPU, с 3-кратным повышением эффективности обучения по сравнению с предыдущими поколениями. Модели оптимизированы для скорости, эффективности памяти и качества, поддерживая при этом несколько языков и задач, что делает их идеальными для периферийных вычислений и локальной обработки ИИ.

Гибридная архитектура: Сочетает 16 блоков свертки и механизмов внимания, с 10 блоками свертки с двойным стробированием ближнего действия и 6 блоками группового внимания к запросам

Улучшенная производительность: Обеспечивает в 2 раза более быструю скорость декодирования и предварительного заполнения на CPU по сравнению с Qwen3, с 3-кратным улучшением эффективности обучения

Эффективность памяти: Поддерживает почти постоянное время вывода и сложность памяти даже при длинных входных данных, что делает его подходящим для сред с ограниченными ресурсами

Многоязыковая поддержка: Поддерживает несколько языков, включая арабский, французский, немецкий, испанский, японский, корейский и китайский, с высокой производительностью по различным тестам

Варианты использования LFM2

Мобильные приложения: Обеспечивает возможности ИИ на смартфонах и планшетах с эффективной локальной обработкой и низкой задержкой

Периферийные вычисления: Поддерживает приложения ИИ в устройствах IoT, носимых устройствах и встроенных системах, где облачное подключение не всегда доступно

Корпоративная безопасность: Обеспечивает частную, локальную обработку ИИ для организаций, требующих суверенитета и безопасности данных

Автомобильные системы: Обеспечивает обработку ИИ в реальном времени в транспортных средствах, где важны быстрое время отклика и автономная работа

Преимущества

Превосходная производительность на периферийных устройствах с более высокой скоростью обработки

Более низкие требования к памяти по сравнению с традиционными моделями

Поддерживает конфиденциальность благодаря локальной обработке без облачных зависимостей

Сильные многоязыковые возможности

Недостатки

Ограничен меньшими размерами параметров по сравнению с облачными моделями

Коммерческое использование требует лицензирования для компаний с доходом более 10 миллионов долларов США

Может не соответствовать производительности более крупных облачных моделей в некоторых сложных задачах

Как использовать LFM2

Доступ к моделям LFM2: Посетите Hugging Face, чтобы получить доступ к моделям LFM2 с открытым исходным кодом, доступным в трех размерах: 350M, 700M и 1.2B параметров

Проверка лицензионных требований: Ознакомьтесь с открытой лицензией (на основе Apache 2.0) - бесплатной для академического/исследовательского использования и коммерческого использования для компаний с доходом менее 10 миллионов долларов США. Крупным компаниям необходимо обратиться по адресу [email protected] для получения коммерческой лицензии

Выберите метод развертывания: Выберите либо llama.cpp для локального развертывания на CPU, либо ExecuTorch для развертывания в экосистеме PyTorch. Оба поддерживают различные схемы квантования (8da4w для ExecuTorch, Q4_0 для llama.cpp)

Применение шаблона чата: Используйте функцию .apply_chat_template() из Hugging Face transformers, чтобы правильно отформатировать ваши входные данные

Локальное тестирование: Протестируйте модели в частном порядке и локально на вашем устройстве, используя выбранную интеграцию (llama.cpp рекомендуется для развертывания на CPU)

Дополнительная тонкая настройка: Используйте библиотеку TRL (Transformer Reinforcement Learning), если вам необходимо точно настроить модели для конкретных случаев использования

Вызов функций: Для вызовов функций предоставьте определения функций JSON между специальными токенами <|tool_list_start|> и <|tool_list_end|> в системном запросе

Часто задаваемые вопросы о LFM2

LFM2 - это новый класс Liquid Foundation Models, разработанный для развертывания ИИ на устройствах, предлагающий превосходную скорость, эффективность использования памяти и качество. Он построен на гибридной архитектуре, которая обеспечивает на 200% более быструю скорость декодирования и предварительного заполнения, чем конкуренты, такие как Qwen3 и Gemma 3, на CPU.

Аналитика веб-сайта LFM2

Трафик и рейтинги LFM2

41.5K

Ежемесячные посещения

#680347

Глобальный рейтинг

#7399

Рейтинг категории

Тенденции трафика: Sep 2024-Jun 2025

Анализ пользователей LFM2

00:00:48

Средняя продолжительность посещения

2.03

Страниц за посещение

44.03%

Показатель отказов

Основные регионы LFM2

US: 34.58%

TH: 9.58%

IN: 9.34%

VN: 9.21%

DE: 5.8%

Others: 31.51%

Последние ИИ-инструменты, похожие на LFM2

Athena AI

FreemiumAI Productivity Tools Large Language Models (LLMs)

Athena AI — это универсальная ИИ-платформа, предлагающая персонализированную учебную поддержку, бизнес-решения и коучинг по жизни через функции анализа документов, генерации тестов, карточек и интерактивного чата.

Aguru AI

Free TrialMonitor & Log Management Large Language Models (LLMs)

Aguru AI — это локальное программное решение, которое предоставляет комплексные инструменты для мониторинга, защиты и оптимизации приложений на основе LLM, включая функции отслеживания поведения, обнаружения аномалий и оптимизации производительности.

GOAT AI

FreemiumSummarizer Large Language Models (LLMs)

GOAT AI — это платформа, управляемая AI, которая предоставляет возможности однократного суммирования для различных типов контента, включая новостные статьи, исследовательские работы и видео, а также предлагает продвинутую оркестрацию AI-агентов для задач, специфичных для определенной области.

GiGOS

Free TrialLarge Language Models (LLMs)Multi-purpose Tools

GiGOS - это AI платформа, которая предоставляет доступ к нескольким продвинутым языковым моделям, таким как Gemini, GPT-4, Claude и Grok, с интуитивно понятным интерфейсом для пользователей, чтобы взаимодействовать и сравнивать различные AI модели.

LFM2