Liquid AI telah merilis model LFM2.5-2.6B, sebuah agen dengan 2,6 miliar parameter yang dirancang untuk berjalan secara lokal pada perangkat tepi dengan efisiensi tinggi dan kompatibilitas.
Model ini dilatih menggunakan pembelajaran penguatan agen dalam harness populer untuk meningkatkan penggunaan alat dan mengikuti instruksi. Model ini mencapai kecepatan inferensi 220 tok/s di Apple M5 Max dan 113 tok/s di CPU AMD Ryzen sambil menggunakan kurang dari 2,5 GB memori. Benchmark menunjukkan bahwa model ini bersaing dengan model yang empat kali lebih besar, memimpin metrik pengikut instruksi dan menyamai model Qwen yang lebih besar dalam tugas agen.
Rilis ini bertujuan untuk memungkinkan agen perangkat yang andal untuk beban kerja volume tinggi, tersedia melalui Hugging Face dan pustaka inferensi standar.