MIT-დან გამოყოფილმა სტარტაპმა Liquid AI-მ 4 აგვისტოს გამოაქვეყნა LFM2.5-2.6B — კომპანიის განცხადებით, მისი ახალი LFM2.5 ოჯახის მთავარი მოდელი, რომელიც შექმნილია იმისთვის, რომ AI აგენტები პირდაპირ სმარტფონსა თუ ლეპტოპზე გაუშვას, ღრუბლოვანი სერვერების გარეშე.
ჰიბრიდული არქიტექტურა ლოკალური აპარატურისთვის
მოდელს 2.69 მილიარდი პარამეტრი აქვს, გადანაწილებული 30 ფენაზე, სადაც 22 გეითირებული მოკლე-კონვოლუციური ბლოკი 8 ყურადღების (attention) ბლოკთანაა შერწყმული — იგივე ჰიბრიდული დიზაინი, რომელსაც Liquid AI პირველი LFM2 მოდელებიდან იყენებს. კომპანიის ცნობით, მოდელი გაწვრთნილია დაახლოებით 34 ტრილიონ ტოკენზე და უჭერს მხარს 128,000-ტოკენიან კონტექსტურ ფანჯარას, რაც მას გრძელი დოკუმენტების ან ხანგრძლივი აგენტური სესიების დამუშავების საშუალებას აძლევს, წინა ნაბიჯების დაკარგვის გარეშე.
Liquid AI-ის თქმით, მოდელი აგებულია ონ-დივაის AI-სთვის: ის ამოცანებს გეგმავს, ხელსაწყოებს გამოიძახებს და მრავალსაფეხურიან სამუშაოებს მთლიანად ლოკალურ მოწყობილობაზე ასრულებს, სერვერზე მონაცემების გაგზავნის გარეშე. კომპანიის მონაცემებით, LFM2.5-2.6B Apple M5 Max ჩიპზე წამში 220 ტოკენს გენერირებს, ხოლო AMD Ryzen AI Max+ 395 პროცესორზე — 113 ტოკენს წამში, 2.5 გბ-ზე ნაკლები მეხსიერების გამოყენებით; სმარტფონზეც კი წამში დაახლოებით 30 ტოკენს ინარჩუნებს. ერთ Nvidia H100 გრაფიკულ პროცესორზე, მაღალი პარალელურობის პირობებში, კომპანია წამში დაახლოებით 15,000 გამომავალი ტოკენის სიჩქარეს აცხადებს.
აგვისტოს 230-მილიონპარამეტრიანი მოდელის „უფროსი და-ძმა“
გამოშვება მოჰყვა LFM2.5-230M-ს — გაცილებით პატარა Liquid AI მოდელს, რომელიც შეზღუდული აპარატურისთვის, მაგალითად მიკროკონტროლერებისთვის, იყო გამიზნული. LFM2.5-2.6B კი სმარტფონებზე, ლეპტოპებსა და კომპიუტერებზეა ორიენტირებული, სადაც შესაძლებელია მძიმე აგენტური დატვირთვების ლოკალურად, ღრუბლის გარეშე გაშვება.
ღია წონები, კომპანიის საკუთარი ტესტები
LFM2.5-2.6B-ის ორივე ვერსია — საბაზისო და ინსტრუქციებზე მორგებული — Hugging Face-ზეა გამოქვეყნებული ღია წონების ლიცენზიით, რომელიც, კომპანიის განცხადებით, უფასო ჩამოტვირთვის, დახვეწისა (fine-tuning) და გამოყენების საშუალებას იძლევა შეზღუდვების გარეშე. Liquid AI-ის საკუთარ ტესტებში LFM2.5-2.6B ჯობნის Google-ის Gemma-4-სა და Alibaba-ს Qwen3.5-ს — მათ შორის მასზე თითქმის ოთხჯერ დიდ ვერსიებსაც — ინსტრუქციების შესრულებისა და ხელსაწყოების გამოძახების უმეტეს ტესტში, თუმცა კოდირების ამოცანებში დიდ მოდელებს ჩამორჩება. ეს შედეგები კომპანიის საკუთარი ტესტირებიდანაა და დამოუკიდებლად ჯერ არ დადასტურებულა.
ასევე წაიკითხეთ: LFM2.5-2.6B-ის ჩამოტვირთვა Hugging Face-ზე