Liquid AI는 스마트폰, 노트북, 로봇 등 로컬 기기에서 완전히 실행되도록 설계된 26억 9천만 파라미터 모델인 LFM2.5-2.6B를 출시했습니다. 이 모델은 131,072토큰의 컨텍스트 윈도우를 특징으로 하며 약 34조 토큰으로 사전 학습되었습니다.

  • lfm1.0 라이선스 하에 GGUF, MLX, ONNX 형식으로 가중치를 제공하며 도구 호출과 다단계 에이전트 작업을 지원합니다.
  • 아키텍처는 30개의 레이어에 걸쳐 22개의 더블 게이티드 짧은 합성곱 블록과 8개의 그룹 쿼리 어텐션 블록을 결합합니다.
  • 사후 학습에는 지도 미세 조정, 강화학습을 통한 교사 특화, Hermes Agent와 같은 하니스 내 에이전트 강화학습 등 네 단계가 포함되었습니다.
  • 벤치마크 결과 LFM2.5-2.6B는 ToolSandbox, Multi-IF, IFStruct에서 gemma-4-E4B-it 및 Qwen3.5-9B보다 우수한 성능을 보였으며 BFCLv4에서만 뒤처졌습니다.
  • 추론은 매우 효율적이며 M5 Max 칩에서 2.5GB 미만의 메모리로 초당 220토큰의 디코딩 속도를 달성합니다.

오픈 가중치를 통해 개발자는 데이터를 서드파티 API로 전송하지 않고도 로컬에서 에이전트 워크로드를 배포할 수 있으며, 이는 의료 및 금융과 같은 규제 산업에 이점을 제공합니다.