Liquid AI, 엣지 AI용 하이브리드 전문가 모델 LFM2.5를 오픈소스로 공개
AI 스타트업 리퀴드 AI(Liquid AI)는 오늘 최신 엣지용 대규모 모델인 LFM2.5-8B-A1B를 공식 출시하고 오픈소스로 공개했습니다. 이 모델은 일반 소비자용 하드웨어에서 도구 호출 및 복잡한 지시 사항 수행을 위해 설계되었으며, 계산 비용을 극도로 낮추면서도 엣지 기기에서 추론 및 연산 성능을 향상시킵니다.
아키텍처 측면에서는 총 83억 개의 파라미터를 가진 스파스(sparse) 혼합 전문가(MoE) 설계를 채택했습니다. 이러한 스파스성 덕분에 토큰당 15억 개의 파라미터만 활성화되므로, 스마트폰, 노트북 및 이와 유사한 기기에서 원활한 로컬 연산이 가능합니다.

확장된 컨텍스트와 강화된 추론
이전 모델에 비해 LFM2.5는 컨텍스트 윈도우를 32K 토큰에서 128K 토큰으로 확장하고, 사전 훈련 데이터를 12T 토큰에서 38T 토큰으로 늘렸습니다. 순수 추론 모델로서, 최종 답변을 제공하기 전에 명확한 추론 체인을 생성합니다. 고도로 압축된 어휘를 통해 중국어와 아랍어를 포함한 9개 언어를 효율적으로 처리합니다.
긴 추론 과정에서 발생하는 논리적 데드 루프와 환각을 줄이기 위해 개발팀은 훈련 과정에서 2단계 강화 학습(RL)을 적용했습니다. 선호도 최적화는 긴 체인 추론에서 "데드 루프"를 효과적으로 줄여주며, 특화된 환각 방지 보상 메커니즘을 통해 모델은 지식 기반 외부의 질문에 대해 적극적으로 답변을 거부할 수 있습니다.
강력한 엣지 성능과 폭넓은 생태계 지원
성능 면에서 LFM2.5는 폭발적인 향상을 보였습니다. 논리적 추론 및 환각 방지 벤치마크 점수는 전작을 훨씬 능가하며, 지시어 이행(instruction following) 분야에서는 더 큰 규모의 모델들과도 경쟁할 수 있는 수준입니다. 도구 호출(tool calling)의 경우, 이 모델은 기본적으로 효율적인 Python 함수 호출을 출력하며 시스템 프롬프트를 통해 JSON 형식으로 원활하게 전환할 수 있습니다.
출시 당일 llama.cpp, MLX, vLLM, SGLang을 포함한 주요 추론 프레임워크로부터 완전한 지원을 받았습니다. 하드웨어 테스트 결과, M5 Max 칩에서는 초당 최대 253바이트, 모바일 기기에서는 초당 약 30바이트의 디코딩 속도를 기록하여, 엣지 배포 환경에서 프라이버시와 효율성을 완벽하게 조화시켰습니다.
관련 기사
딥마인드 CEO 하사비스: 하루 6시간 수면, 보통 오후 1시경에 활력을 느낍니다
Fortune는 최근 Google DeepMind의 CEO인 데미스 하사비스와의 인터뷰를 소개하며, 그의 비전통적인 휴식 및 생산성 접근 방식을 공개했다. 하사비스는 자신이 매우 적게 잠을 자며, 깨어 있는 시간을 두 개의 명확한 업무 블록으로 구조화한다고 밝혔다.그의 수면 습관에 대해 하사비스는 "6시간을 목표로 하지만, 제 습관은 비정형적입니다. 하루 종일 효과적으로 기능할 수 있습니다."라고 언급했다. 그는 6시간 미만의 수면이 뇌 건강
OpenAI와 Anthropic, 매출 부진 속에서도 시장 점유율 확보 경쟁
최근 OpenAI가 매출 목표를 달성하지 못했다는 보도가 나오면서 이번 주 화요일 기술주에 압박이 가해졌음에도 불구하고, 민간 AI 연구소 투자자들은 여전히 탄탄한 모습을 보이고 있다. 노련한 투자자들은 부정적인 언론 보도에도 불구하고 투자 규모를 줄이지 않을 것이라고 밝혔다.분석가들은 현재의 AI 경쟁이 초기 단계에 불과하다고 보고, “승자 독식” 식의
캘리포니아 자율주행차 규정 준수: 과태료, 지오펜스, 100만 마일의 새로운 시대
Guident는 남부 플로리다에서 AuveTech 셔틀을 운영하며, 자사의 원격 모니터링 기술을 활용해 웨스트 팜비치에서 4마일 구간과 보카 라톤에서 1마일 구간의 노선을 관리하고 있다. | 출처: Guident캘리포니아주는 자율주행차에 대한 규제 환경을 재정의하며, 기술 업계의 “빠르게 움직이고 실패를 감수하라(move fast and break thin
관련 특별 주제 추천
의견 (1)
0/500
AI 스타트업 리퀴드 AI(Liquid AI)는 오늘 최신 엣지용 대규모 모델인
아키텍처 측면에서는 총 83억 개의 파라미터를 가진 스파스(sparse) 혼합 전문가(MoE) 설계를 채택했습니다. 이러한 스파스성 덕분에 토큰당 15억 개의 파라미터만 활성화되므로, 스마트폰, 노트북 및 이와 유사한 기기에서 원활한 로컬 연산이 가능합니다.

확장된 컨텍스트와 강화된 추론
이전 모델에 비해 LFM2.5는 컨텍스트 윈도우를 32K 토큰에서 128K 토큰으로 확장하고, 사전 훈련 데이터를 12T 토큰에서 38T 토큰으로 늘렸습니다. 순수 추론 모델로서, 최종 답변을 제공하기 전에 명확한 추론 체인을 생성합니다. 고도로 압축된 어휘를 통해 중국어와 아랍어를 포함한 9개 언어를 효율적으로 처리합니다.
긴 추론 과정에서 발생하는 논리적 데드 루프와 환각을 줄이기 위해 개발팀은 훈련 과정에서 2단계 강화 학습(RL)을 적용했습니다. 선호도 최적화는 긴 체인 추론에서 "데드 루프"를 효과적으로 줄여주며, 특화된 환각 방지 보상 메커니즘을 통해 모델은 지식 기반 외부의 질문에 대해 적극적으로 답변을 거부할 수 있습니다.
강력한 엣지 성능과 폭넓은 생태계 지원
성능 면에서 LFM2.5는 폭발적인 향상을 보였습니다. 논리적 추론 및 환각 방지 벤치마크 점수는 전작을 훨씬 능가하며, 지시어 이행(instruction following) 분야에서는 더 큰 규모의 모델들과도 경쟁할 수 있는 수준입니다. 도구 호출(tool calling)의 경우, 이 모델은 기본적으로 효율적인 Python 함수 호출을 출력하며 시스템 프롬프트를 통해 JSON 형식으로 원활하게 전환할 수 있습니다.
출시 당일 llama.cpp, MLX, vLLM, SGLang을 포함한 주요 추론 프레임워크로부터 완전한 지원을 받았습니다. 하드웨어 테스트 결과, M5 Max 칩에서는 초당 최대 253바이트, 모바일 기기에서는 초당 약 30바이트의 디코딩 속도를 기록하여, 엣지 배포 환경에서 프라이버시와 효율성을 완벽하게 조화시켰습니다.
딥마인드 CEO 하사비스: 하루 6시간 수면, 보통 오후 1시경에 활력을 느낍니다
Fortune는 최근 Google DeepMind의 CEO인 데미스 하사비스와의 인터뷰를 소개하며, 그의 비전통적인 휴식 및 생산성 접근 방식을 공개했다. 하사비스는 자신이 매우 적게 잠을 자며, 깨어 있는 시간을 두 개의 명확한 업무 블록으로 구조화한다고 밝혔다.그의 수면 습관에 대해 하사비스는 "6시간을 목표로 하지만, 제 습관은 비정형적입니다. 하루 종일 효과적으로 기능할 수 있습니다."라고 언급했다. 그는 6시간 미만의 수면이 뇌 건강
OpenAI와 Anthropic, 매출 부진 속에서도 시장 점유율 확보 경쟁
최근 OpenAI가 매출 목표를 달성하지 못했다는 보도가 나오면서 이번 주 화요일 기술주에 압박이 가해졌음에도 불구하고, 민간 AI 연구소 투자자들은 여전히 탄탄한 모습을 보이고 있다. 노련한 투자자들은 부정적인 언론 보도에도 불구하고 투자 규모를 줄이지 않을 것이라고 밝혔다.분석가들은 현재의 AI 경쟁이 초기 단계에 불과하다고 보고, “승자 독식” 식의





집






