लेखकों ने LFM2.5-2.6B जारी किया है, जो 2.6B पैरामीटर वाला एक एजेंटिक मॉडल है जिसे प्लानिंग, टूल कॉलिंग और मल्टी-स्टेप टास्क के लिए पूरी तरह से ऑन-डिवाइस चलाने के लिए डिज़ाइन किया गया है। यह फोन पर चलने के लिए पर्याप्त रूप से छोटा है और सीपीयू पर प्रतिक्रियाशील रहने के लिए पर्याप्त रूप से तेज़ है, जिसमें क्लाउड एपीआई निर्भरता के बिना फ्री इनफरेंस, कम लेटेंसी और गोपनीयता शामिल है।
- मॉडल का प्री-ट्रेनिंग ~34T टोकन पर किया गया था और इसमें नॉन-लैटिन स्क्रिप्ट के लिए विस्तारित 128K शब्दावली है।
- पोस्ट-ट्रेनिंग में चरणों की एक पाइपलाइन का उपयोग किया जाता है: सुपरवाइज्ड फाइन-ट्यूनिंग, टीचर स्पेशलाइज़ेशन, मल्टी-डोमेन ऑन-पॉलीसी डिस्टिलेशन और एजेंटिक रीइन्फोर्समेंट लर्निंग।
यह इंस्ट्रक्शन-फॉलोइंग बेंचमार्क्स पर अग्रणी है और एजेंटिक टास्क में Gemma मॉडल से बेहतर प्रदर्शन करता है, जबकि केवल विशिष्ट गणित और कोडिंग मेट्रिक्स पर Qwen3.5-9B से पीछे है।
llama.cpp, MLX, vLLM, SGLang और ONNX के माध्यम से इनफरेंस का समर्थन किया जाता है, जो NVIDIA H100 पर प्रति सेकंड 15K आउटपुट टोकन तक प्राप्त करता है।
इससे डेवलपर्स को स्थानीय हार्डवेयर पर बिना किसी मार्जिनल लागत के दिन-रात चलने वाले भारी पैरेलेलाइज़्ड एजेंट बनाने की सुविधा मिलती है।