Liquid AIがPC向けAIモデル発表

Liquid AIは、ノートPCやPCで動作するエージェント向けのオープンウェイト推論モデル、LFM2.5-24B-A2Bをリリースしました。LFM2.5-24B-A2Bは、240億パラメータのMixture-of-Experts（MoE）モデルで、トークンごとに約20億のパラメータをアクティブ化します。これはLFM2.5ファミリーの中で最大かつ最後のモデルです。Liquid AIはこれを一般的なエージェントハーネス内でトレーニングしたため、オープンチャットではなく多段階のツール利用を目的としています。ベースウェイトと後処理済みウェイトはHugging Faceで利用可能です。 TL;DR サイズ：合計240億、アクティブ20億（モデルカードによると正確には2.45B）、131,072トークンのコンテキスト。動作環境：GGUF/MLXを介してノートPCおよびミニPC（Apple M5 Max、AMD Ryzen AI Max+ 395）；サービス提供には単一のNVIDIA B300。FP8、GGUF、ONNX、MLX 4/5/6/8ビットビルド。パフォーマンス：Liquid AIのテストでは、8つのエージェントおよびツール利用ベンチマークのうち5つで、より大きなMoEをリードまたは匹敵します。最高：AutomationBench 27.69、Qwen3.6-35B-A3B（8.72）の3倍以上。最低：SWE-Bench Verified (OpenCode) 51.00、Qwen3.6-35B-A3Bの66.20と比較。結論（最高）：高速で安価なローカルツール呼び出しと指示追従。結論（最低）：知識とコーディングに弱く、検索と組み合わせる必要があります。 LFM2.5-24B-A2Bとは？これは、ローカルエージェントループ用に構築されたテキストのみ、推論のみのMoEモデルです。ドキュメントによると、アシスタントの各ターンは<think>ブロックで始まります。その前身であるLFM2-24B-A2Bは、常に最初に推論するわけではありませんでした。英語、アラビア語、中国語、ヒンディー語、日本語を含む16言語をサポートしています。 アーキテクチャはどのように機能しますか？LFM2の40層ハイブリッドを維持しています：30の二重ゲート型ショート畳み込みブロックと10のGrouped Query Attention（GQA）ブロック。モデルカードによると、各MoEブロックはトップ4ルーティングを備えた64のエキスパートを保持しています。LFM2-24B-A2Bからの変更点は2つだけです。コンテキストは32,768トークンから131,072トークンに増加しました。非ラテン語のトークン化を改善するために、インプレースのトークナイザー拡張により語彙が65Kから128Kに倍増しました。 どのようにトレーニングされましたか？事前トレーニングは17Tトークンから33Tトークンにスケールアップされました。中間トレーニングは32Kコンテキストで2Tトークン、その後131Kコンテキストで300Bトークン実行されました。ツール呼び出し