Liquid AI、エッジAI向けハイブリッドエキスパートモデル「LFM2.5」をオープンソース化
AIスタートアップのLiquid AIは本日、最新のエッジ向け大規模モデル「LFM2.5-8B-A1B 」を正式にリリースし、オープンソース化しました。このモデルは、一般向けハードウェア上でのツール呼び出しや複雑な指示の実行を想定して設計されており、計算コストを極めて低く抑えつつ、エッジデバイスにおける推論性能を向上させます。
アーキテクチャ的には、合計83億パラメータを持つスパースなMixture-of-Experts(MoE)設計を採用しています。このスパース性により、トークンあたりわずか15億パラメータのみを活性化させるため、スマートフォンやノートPCなどのデバイス上でもスムーズなローカル動作が可能になります。

拡張されたコンテキストと強化された推論
前世代モデルと比較して、LFM2.5はコンテキストウィンドウを32Kトークンから128Kトークンに拡張し、事前学習データを12Tトークンから38Tトークンに増加させました。 純粋な推論モデルとして、最終的な回答を提示する前に明示的な推論チェーンを生成します。その高度に圧縮された語彙により、中国語やアラビア語を含む9つの言語を効率的に処理します。
長い推論中の論理的なデッドループや幻覚を低減するため、開発チームはトレーニング中に2段階の強化学習(RL)を適用しました。選好最適化により、長鎖推論における「デッドループ」を効果的に削減し、専用の幻覚防止報酬メカニズムにより、モデルは知識ベース外の質問に対して積極的に回答を拒否できるようになっています。
強力なエッジ性能と幅広いエコシステム対応
性能面において、LFM2.5は飛躍的な向上を遂げました。論理推論および幻覚防止のベンチマークにおけるスコアは前世代モデルを大幅に上回り、指示追従性能においてはより大規模なモデルにも匹敵します。ツール呼び出しに関しては、モデルはデフォルトで効率的なPython関数呼び出しを出力し、システムプロンプトを介してJSON形式へのシームレスな切り替えもサポートしています。
リリース当日より、llama.cpp、MLX、vLLM、SGLangなど主要な推論フレームワークから全面的なサポートを受けました。 ハードウェアテストでは、M5 Maxチップ上で最大253バイト/秒、モバイルデバイス上で約30バイト/秒のデコード速度を達成し、エッジ展開におけるプライバシーと効率性のバランスを完璧に実現しています。
関連記事
AIモデルルーティングが勢いを増す中、StripeがOpenRouterを買収へ
Stripeは、開発者が単一のインターフェースを通じて数百のモデルにアクセスできるAIモデルルーティングプラットフォーム「OpenRouter」の買収に合意した。この買収により、StripeのAI活用やトークンベースの課金に関する既存の取り組みに、モデルの選択およびルーティング機能が追加されることになる。Stripeによると、OpenRouterは80社以上のプロバイダーが提供する400以上のモデ
OpenAIの元研究員バレット・ゾフ氏が、Geminiの開発を支援するためGoogleに復帰
以前、Thinking Machines LabのCEOであるミリアム・ムララティ氏との意見の相違により、突然同社を退社してOpenAIに加わったバレット・ゾフ氏が、再び転職した。Alphabet傘下のGoogleは、ゾフ氏が研究担当副社長として復帰し、強化学習とポストトレーニングに関する専門知識をGeminiチームにもたらすことを発表した。「回転ドア」式研究者のサイクルゾフ氏のキャリアは、AI人
Recursive Intelligenceが4か月で40億ドルの評価額に基づき3億3500万ドルを調達した経緯
スタートアップ「Ricursive Intelligence」の共同創業者たちは、まるで共同創業者になる運命にあったかのようだった。CEOのアンナ・ゴールディ氏とCTOのアザリア・ミルホセイニ氏は、AIコミュニティでは非常に有名であり、ゴールディ氏はTechCrunchに対し、「ザッカーバーグから、とんでもないオファーが書かれた奇妙なメールを受け取ったAIエンジニアたち」の一人だったと、笑いながら
関連特集おすすめ
コメント (1)
0/500
AIスタートアップのLiquid AIは本日、最新のエッジ向け大規模モデル「
アーキテクチャ的には、合計83億パラメータを持つスパースなMixture-of-Experts(MoE)設計を採用しています。このスパース性により、トークンあたりわずか15億パラメータのみを活性化させるため、スマートフォンやノートPCなどのデバイス上でもスムーズなローカル動作が可能になります。

拡張されたコンテキストと強化された推論
前世代モデルと比較して、LFM2.5はコンテキストウィンドウを32Kトークンから128Kトークンに拡張し、事前学習データを12Tトークンから38Tトークンに増加させました。 純粋な推論モデルとして、最終的な回答を提示する前に明示的な推論チェーンを生成します。その高度に圧縮された語彙により、中国語やアラビア語を含む9つの言語を効率的に処理します。
長い推論中の論理的なデッドループや幻覚を低減するため、開発チームはトレーニング中に2段階の強化学習(RL)を適用しました。選好最適化により、長鎖推論における「デッドループ」を効果的に削減し、専用の幻覚防止報酬メカニズムにより、モデルは知識ベース外の質問に対して積極的に回答を拒否できるようになっています。
強力なエッジ性能と幅広いエコシステム対応
性能面において、LFM2.5は飛躍的な向上を遂げました。論理推論および幻覚防止のベンチマークにおけるスコアは前世代モデルを大幅に上回り、指示追従性能においてはより大規模なモデルにも匹敵します。ツール呼び出しに関しては、モデルはデフォルトで効率的なPython関数呼び出しを出力し、システムプロンプトを介してJSON形式へのシームレスな切り替えもサポートしています。
リリース当日より、llama.cpp、MLX、vLLM、SGLangなど主要な推論フレームワークから全面的なサポートを受けました。 ハードウェアテストでは、M5 Maxチップ上で最大253バイト/秒、モバイルデバイス上で約30バイト/秒のデコード速度を達成し、エッジ展開におけるプライバシーと効率性のバランスを完璧に実現しています。
AIモデルルーティングが勢いを増す中、StripeがOpenRouterを買収へ
Stripeは、開発者が単一のインターフェースを通じて数百のモデルにアクセスできるAIモデルルーティングプラットフォーム「OpenRouter」の買収に合意した。この買収により、StripeのAI活用やトークンベースの課金に関する既存の取り組みに、モデルの選択およびルーティング機能が追加されることになる。Stripeによると、OpenRouterは80社以上のプロバイダーが提供する400以上のモデ
OpenAIの元研究員バレット・ゾフ氏が、Geminiの開発を支援するためGoogleに復帰
以前、Thinking Machines LabのCEOであるミリアム・ムララティ氏との意見の相違により、突然同社を退社してOpenAIに加わったバレット・ゾフ氏が、再び転職した。Alphabet傘下のGoogleは、ゾフ氏が研究担当副社長として復帰し、強化学習とポストトレーニングに関する専門知識をGeminiチームにもたらすことを発表した。「回転ドア」式研究者のサイクルゾフ氏のキャリアは、AI人
Recursive Intelligenceが4か月で40億ドルの評価額に基づき3億3500万ドルを調達した経緯
スタートアップ「Ricursive Intelligence」の共同創業者たちは、まるで共同創業者になる運命にあったかのようだった。CEOのアンナ・ゴールディ氏とCTOのアザリア・ミルホセイニ氏は、AIコミュニティでは非常に有名であり、ゴールディ氏はTechCrunchに対し、「ザッカーバーグから、とんでもないオファーが書かれた奇妙なメールを受け取ったAIエンジニアたち」の一人だったと、笑いながら





家






