LFM2

LFM2 mêle de courtes convolutions à une attention à requêtes groupées au lieu de s'appuyer sur la seule attention. Chaque modèle empile 16 blocs : 10 blocs de convolution courte à double porte et 6 blocs d'attention à requêtes groupées. Ce choix capture les motifs locaux à moindre coût et ne recourt à l'attention que là où elle rapporte, ce qui garde la latence et la mémoire basses sur le matériel réellement embarqué dans les téléphones et les ordinateurs portables.

La promesse tient au débit, pas à la précision brute. Selon Liquid AI, LFM2 décode et préremplit deux fois plus vite que Qwen3 sur un processeur, et le petit modèle 700M reste plus rapide qu'un Qwen 0.6B aussi bien dans llama.cpp que dans ExecuTorch malgré davantage de paramètres. Cet écart compte sur un téléphone ou un portable fin, où le processeur est la seule puce sur laquelle compter.

La famille couvre 350M, 700M, 1.2B et 2.6B de paramètres, ce qui permet d'accorder le modèle à l'appareil. La version 350M trouve sa place dans les objets portables et les cibles embarquées serrées, tandis que la version 1.2B tourne sur un ordinateur portable ou un GPU unique et rivalise avec des modèles bien plus lourds. Comme il s'agit d'une famille pensée pour le bord, une seule architecture pour plusieurs tailles vous laisse monter ou descendre une fonction sans la réécrire.

Selon Liquid AI, LFM2-1.2B rivalise avec Qwen3-1.7B, un modèle qui compte 47 % de paramètres en plus, et ses scores approchent ceux de modèles plusieurs fois plus gros. La version 700M dépasse Gemma 3 1B IT, et celle de 350M joue à armes égales avec Qwen3-0.6B et Llama 3.2 1B Instruct. Dans les tests à plusieurs tours de l'entreprise, les évaluateurs ont préféré le modèle 1.2B à Llama 3.2 1B Instruct et Gemma 3 1B IT.

Liquid AI publie les poids sur Hugging Face sous une licence ouverte inspirée d'Apache 2.0. L'usage académique et de recherche est gratuit, et les entreprises sous 10 M$ de chiffre d'affaires peuvent exploiter les modèles commercialement sans frais. Au-delà de ce seuil, vous contactez Liquid AI pour une licence commerciale, ce qui garde des conditions simples pour les petites équipes et laisse de la marge pour les accords avec de grands comptes.

LFM2 s'exporte vers les frameworks que les développeurs utilisent déjà. Il tourne via llama.cpp pour l'inférence locale, via PyTorch par ExecuTorch pour le mobile, et avec l'outillage Transformers standard pour l'entraînement. L'affinage avec TRL est une voie prise en charge, et les versions GGUF facilitent l'intégration dans des applications d'inférence existantes.

Chaque version gère une fenêtre de contexte de 32 768 tokens, de quoi traiter de longs documents et de longues conversations. L'entraînement s'est appuyé sur 10 000 milliards de tokens répartis à environ 75 % en anglais, 20 % en multilingue et 5 % en code, avec un effort particulier sur le japonais, l'arabe, le coréen, l'espagnol, le français et l'allemand. LFM2 convient donc aux applications qui servent plusieurs langues.