LFM2

LFM2 mischt kurze Faltungen mit gruppierter Query-Aufmerksamkeit, statt sich allein auf Aufmerksamkeit zu stützen. Jedes Modell stapelt 16 Blöcke: 10 Blöcke kurzer Faltung mit doppeltem Gate und 6 Blöcke gruppierter Query-Aufmerksamkeit. Das Design erfasst lokale Muster günstig und greift nur dort auf Aufmerksamkeit zurück, wo sie sich lohnt, was Latenz und Speicher auf der Hardware niedrig hält, die tatsächlich in Handys und Laptops steckt.

Das große Versprechen ist der Durchsatz, nicht die rohe Genauigkeit. Laut Liquid AI dekodiert und befüllt LFM2 auf einer CPU doppelt so schnell wie Qwen3, und die kleinere 700M-Variante bleibt in llama.cpp wie in ExecuTorch schneller als ein Qwen 0.6B, obwohl sie mehr Parameter trägt. Dieser Unterschied zählt auf einem Handy oder einem dünnen Laptop, wo die CPU der einzige Chip ist, auf den Verlass ist.

Die Familie reicht von 350M über 700M und 1.2B bis 2.6B Parameter, sodass Sie das Modell ans Gerät anpassen. Die 350M-Variante passt in Wearables und enge eingebettete Ziele, während die 1.2B-Variante auf einem Laptop oder einer einzelnen GPU läuft und mit Modellen mithält, die deutlich mehr Parameter tragen. Als Familie für den Rand bedeutet eine Architektur über mehrere Größen, dass Sie eine Funktion nach oben oder unten schieben können, ohne sie neu zu schreiben.

Laut Liquid AI hält LFM2-1.2B mit Qwen3-1.7B mit, einem Modell mit 47 Prozent mehr Parametern, und seine Werte liegen nahe bei Modellen, die ein Vielfaches größer sind. Die 700M-Variante übertrifft Gemma 3 1B IT, und die 350M-Variante liefert sich ein Kopf-an-Kopf-Rennen mit Qwen3-0.6B und Llama 3.2 1B Instruct. In den eigenen Mehrrunden-Tests des Unternehmens bevorzugten die Prüfer das 1.2B-Modell gegenüber Llama 3.2 1B Instruct und Gemma 3 1B IT.

Liquid AI veröffentlicht die Gewichte auf Hugging Face unter einer offenen Lizenz nach dem Vorbild von Apache 2.0. Die akademische und Forschungsnutzung ist kostenlos, und Firmen unter 10 Mio. USD Umsatz dürfen die Modelle kostenlos kommerziell nutzen. Oberhalb dieser Schwelle kontaktieren Sie Liquid AI für eine kommerzielle Lizenz, was die Bedingungen für kleinere Teams einfach hält und Raum für Vereinbarungen mit großen Kunden lässt.

LFM2 exportiert in die Frameworks, die Entwickler ohnehin nutzen. Es läuft über llama.cpp für lokale Inferenz, über PyTorch mit ExecuTorch für Mobilgeräte und mit den Standardwerkzeugen von Transformers fürs Training. Feinabstimmung mit TRL ist ein unterstützter Weg, und GGUF-Versionen machen es leicht, die Modelle in bestehende Inferenz-Apps einzubauen.

Jede Variante verarbeitet ein Kontextfenster von 32.768 Tokens, genug für lange Dokumente und ausgedehnte Chats. Das Training stützte sich auf 10 Billionen Tokens, aufgeteilt auf rund 75 Prozent Englisch, 20 Prozent mehrsprachig und 5 Prozent Code, mit zusätzlichem Schwerpunkt auf Japanisch, Arabisch, Koreanisch, Spanisch, Französisch und Deutsch. Damit passt LFM2 gut zu Apps, die mehr als eine Sprache bedienen.