أطلقت Liquid AI نقاط تفتيش GGUF بصيغة Q4_0 لعائلة نماذج LFM2.5، مستخدمةً طريقة تدريب جديدة تُعرف بالتقطير الحساس للتكميم (QAD). يهدف هذا النهج إلى تقطير نماذج المعلم عالية الدقة إلى نماذج طلاب مُكمَّمة لاستعادة الدقة المفقودة أثناء التكميم القياسي ما بعد التدريب.

  • تحتفظ نقاط تفتيش QAD بنسبة تتراوح بين 96.5% و97.4% من أداء الأساس BF16 عبر أربعة أحجام للنماذج: LFM2.5-230M، وLFM2.5-350M، وLFM2.5-1.2B-Instruct، وLFM2.5-2.6B.
  • على الأجهزة الطرفية بما في ذلك MacBook Pro، وNucBox EVO-X2، وSamsung Galaxy S26 Ultra، وRaspberry Pi 5، تتطابق نقاط التفتيش مع مستويات تكميم أعلى جودة (Q5_K_M أو Q4_K_M) بينما توفر زيادة في معدل فك التشفير تتراوح بين 3% و33%.
  • النماذج متاحة على Hugging Face ومتوافقة مع llama.cpp وغيرها من البيئات الداعمة لملفات GGUF بصيغة Q4_0.

يتيح هذا الإصدار للمستخدمين نشر نماذج LFM2.5 على أجهزة طرفية محدودة الموارد بأداء يقارب تنسيقات التكميم الأكبر دون التضحية بالسرعة.