Liquid AI a publié le modèle LFM2.5-2.6B, un agent de 2,6 milliards de paramètres conçu pour s'exécuter localement sur des appareils périphériques avec une haute efficacité et compatibilité.
Le modèle est entraîné en utilisant l'apprentissage par renforcement agentique dans des frameworks populaires pour améliorer l'utilisation des outils et le suivi des instructions. Il atteint des vitesses d'inférence de 220 tok/s sur un Apple M5 Max et 113 tok/s sur un CPU AMD Ryzen tout en utilisant moins de 2,5 Go de mémoire. Les benchmarks montrent qu'il rivalise avec des modèles quatre fois plus grands, dépassant les métriques de suivi des instructions et égalant les modèles Qwen plus grands sur les tâches agentiques.
La publication vise à permettre des agents fiables pour des charges de travail à fort volume, disponible via Hugging Face et des bibliothèques d'inférence standard.