Lar
A Liquid AI disponibiliza em código aberto o modelo híbrido especializado LFM2.5 para IA de ponta
A startup de IA Liquid AI lançou hoje oficialmente e disponibilizou em código aberto seu mais recente modelo de grande porte para a borda, o LFM2.5-8B-A1B . Projetado para a execução de ferramentas e o cumprimento de instruções complexas em hardware de consumo, o modelo melhora o desempenho de raciocínio e inferência em dispositivos de borda, mantendo os custos computacionais extremamente baixos.
Em termos de arquitetura, ele utiliza um design esparso de mistura de especialistas (MoE) com um total de 8,3 bilhões de parâmetros. Graças a essa esparsidade, ele ativa apenas 1,5 bilhão de parâmetros por token, permitindo uma operação local fluida em smartphones, laptops e dispositivos similares.

Contexto ampliado e raciocínio mais robusto
Em comparação com seu antecessor, o LFM2.5 amplia a janela de contexto de 32 mil para 128 mil tokens e aumenta os dados de pré-treinamento de 12 T para 38 T de tokens. Como um modelo de inferência puro, ele produz uma cadeia de raciocínio explícita antes de fornecer a resposta final. Seu vocabulário altamente compactado lida com eficiência com nove idiomas, incluindo chinês e árabe.
Para reduzir loops lógicos sem saída e alucinações durante o raciocínio prolongado, a equipe de desenvolvimento aplicou aprendizado por reforço (RL) em duas etapas durante o treinamento. A otimização de preferências reduz efetivamente os “loops sem saída” no raciocínio de cadeia longa, enquanto um mecanismo especializado de recompensa anti-alucinação permite que o modelo se recuse ativamente a responder a perguntas fora de sua base de conhecimento.
Desempenho de ponta poderoso e amplo suporte ao ecossistema
Em termos de desempenho, o LFM2.5 apresentou ganhos explosivos. Suas pontuações em benchmarks de raciocínio lógico e anti-alucinação superam em muito as de seu antecessor, e ele chega a competir com modelos maiores no cumprimento de instruções. Para a chamada de ferramentas, o modelo tem como padrão a geração de chamadas de função Python eficientes e oferece suporte à transição perfeita para o formato JSON por meio de prompts do sistema.
O modelo recebeu suporte total das principais estruturas de inferência no dia do lançamento, incluindo llama.cpp, MLX, vLLM e SGLang. Em testes de hardware, ele atingiu velocidades de decodificação de até 253 bytes por segundo no chip M5 Max e cerca de 30 bytes por segundo em dispositivos móveis, equilibrando perfeitamente privacidade e eficiência para implantações de ponta.
Artigo relacionado
Suno para Marcas d'Água em Músicas Durante Batalhas Legais
O Suno, plataforma que permite aos usuários gerar músicas criadas por inteligência artificial, apresentou novas funcionalidades para rotular as faixas produzidas pela plataforma, restringir downloads e atualizar os padrões da comunidade para coibir r
Musk admite que vazamento do código do Grok expôs dados de usuários e promete apagar todas as informações históricas.
Elon Musk abordou diretamente a controvérsia sobre privacidade envolvendo o Grok Build, começando com um simples "Verdadeiro" para confirmar a validade do incidente. Ele prometeu que todos os dados dos usuários carregados anteriormente para a SpaceXA
Ações dos EUA Atingem Marco Histórico Enquanto Gigantes de IA e Aeroespacial se Preparam para Estreia de Trilião de Dólares
Elon Musk, Sam Altman e Dario Amodei, três titãs do setor de tecnologia, estão avançando rumo a ofertas públicas iniciais (IPOs) para suas respectivas empresas. Com a SpaceX, a OpenAI e a Anthropic — três gigantes da indústria que se aproximam de ava
Recomendações de tópicos especiais relacionados
Comentários (1)
A startup de IA Liquid AI lançou hoje oficialmente e disponibilizou em código aberto seu mais recente modelo de grande porte para a borda,
Em termos de arquitetura, ele utiliza um design esparso de mistura de especialistas (MoE) com um total de 8,3 bilhões de parâmetros. Graças a essa esparsidade, ele ativa apenas 1,5 bilhão de parâmetros por token, permitindo uma operação local fluida em smartphones, laptops e dispositivos similares.

Contexto ampliado e raciocínio mais robusto
Em comparação com seu antecessor, o LFM2.5 amplia a janela de contexto de 32 mil para 128 mil tokens e aumenta os dados de pré-treinamento de 12 T para 38 T de tokens. Como um modelo de inferência puro, ele produz uma cadeia de raciocínio explícita antes de fornecer a resposta final. Seu vocabulário altamente compactado lida com eficiência com nove idiomas, incluindo chinês e árabe.
Para reduzir loops lógicos sem saída e alucinações durante o raciocínio prolongado, a equipe de desenvolvimento aplicou aprendizado por reforço (RL) em duas etapas durante o treinamento. A otimização de preferências reduz efetivamente os “loops sem saída” no raciocínio de cadeia longa, enquanto um mecanismo especializado de recompensa anti-alucinação permite que o modelo se recuse ativamente a responder a perguntas fora de sua base de conhecimento.
Desempenho de ponta poderoso e amplo suporte ao ecossistema
Em termos de desempenho, o LFM2.5 apresentou ganhos explosivos. Suas pontuações em benchmarks de raciocínio lógico e anti-alucinação superam em muito as de seu antecessor, e ele chega a competir com modelos maiores no cumprimento de instruções. Para a chamada de ferramentas, o modelo tem como padrão a geração de chamadas de função Python eficientes e oferece suporte à transição perfeita para o formato JSON por meio de prompts do sistema.
O modelo recebeu suporte total das principais estruturas de inferência no dia do lançamento, incluindo llama.cpp, MLX, vLLM e SGLang. Em testes de hardware, ele atingiu velocidades de decodificação de até 253 bytes por segundo no chip M5 Max e cerca de 30 bytes por segundo em dispositivos móveis, equilibrando perfeitamente privacidade e eficiência para implantações de ponta.
Suno para Marcas d'Água em Músicas Durante Batalhas Legais
O Suno, plataforma que permite aos usuários gerar músicas criadas por inteligência artificial, apresentou novas funcionalidades para rotular as faixas produzidas pela plataforma, restringir downloads e atualizar os padrões da comunidade para coibir r
Musk admite que vazamento do código do Grok expôs dados de usuários e promete apagar todas as informações históricas.
Elon Musk abordou diretamente a controvérsia sobre privacidade envolvendo o Grok Build, começando com um simples "Verdadeiro" para confirmar a validade do incidente. Ele prometeu que todos os dados dos usuários carregados anteriormente para a SpaceXA
Ações dos EUA Atingem Marco Histórico Enquanto Gigantes de IA e Aeroespacial se Preparam para Estreia de Trilião de Dólares
Elon Musk, Sam Altman e Dario Amodei, três titãs do setor de tecnologia, estão avançando rumo a ofertas públicas iniciais (IPOs) para suas respectivas empresas. Com a SpaceX, a OpenAI e a Anthropic — três gigantes da indústria que se aproximam de ava











