LFM2.5-2.6B: نموذج الذكاء الاصطناعي الوكيل الذي يعمل بالكامل على جهازك دون اتصال بالسحابة

محور التصميم الأساسي: وكلاء أذكياء على الجهاز

الهدف الرئيسي للنموذج هو تشغيل مهام الوكيل الذكي بالكامل على الجهاز مع بقاء البيانات على الجهاز نفسه وعدم مغادرته أبدًا، مما يلغي التكلفة الحدية للاستدلال (Zero Marginal Inference Cost) . يتمتع النموذج بقدرة أصلية على استدعاء الأدوات (Native Tool Calling) وتم تدريبه على العمل بموثوقية ضمن بيئات الوكلاء الحقيقية مثل Hermes Agent و OpenClaw و Pi .

تفاصيل التدريب

• المرحلة التمهيدية (Pre-training): تم تدريبه على حوالي 34 تريليون رمز (Token) .
• المفردات (Vocabulary): تضم 128 ألف رمز (تمت مضاعفتها مقارنة بالنماذج السابقة لدعم أفضل للغات غير اللاتينية، وإدخالات الوكيل المتنوعة مثل مخططات الأدوات ومسارات الملفات) .
• النافذة السياقية (Context Window): تصل إلى 128 ألف رمز (131,072)، وتم توسيعها عبر مرحلة تدريب خاصة لتوسيع السياق .
• خطة ما بعد التدريب (Post-training Pipeline) ذات الأربع مراحل :
  1. الضبط الدقيق تحت الإشراف (SFT): جولتان؛ الأولى لتغطية واسعة والثانية للتركيز على مهام الوكيل واستخدام الأدوات والاستدلال وهندسة البرمجيات.
  2. تخصص المعلمين (Teacher Specialization): تدريب خبير لكل مجال (اتباع التعليمات، الرياضيات، التحكم بالمعرفة والهلوسة، البرمجة، استخدام الأدوات، السياق الطويل) عبر SFT و RLVR.
  3. التقطير متعدد المجالات عبر السياسة المُتبعة (MOPD): إشراف المعلمين المتخصصين على نموذج الطالب بملاحظات على مستوى الرمز أثناء تنبؤات الطالب.
  4. تعزيز التعلم الوكيل (Agentic RL): تعلم معزز متعدد الأدوار داخل بيئات وكيل حقيقية باستخدام خوارزمية GRPO، مع مكافآت مبنية على النتائج تجمع بين حكم نموذج لغوي كبير، وفحوصات برمجية، وبوابة أمان.

حجم الذاكرة وسرعات فك الترميز

يعمل النموذج في أقل من 2.5 جيجابايت من الذاكرة فقط . السرعات التالية هي أرقام تم الإعلان عنها من قبل الشركة المصنعة (Liquid AI):

أطر العمل المدعومة للاستدلال (Inference Frameworks)

النموذج يدعم أطر العمل الشهيرة مثل llama.cpp (بصيغة GGUF)، و MLX (لمعالجات Apple)، و vLLM، و SGLang، و ONNX، بالإضافة إلى مكتبة Transformers القياسية .

التوفر والترخيص

النموذج متاح للتحميل مجانًا بأوزانه المفتوحة على منصة Hugging Face تحت اسم المستودع LiquidAI/LFM2.5-2.6B، ويتضمن إصدارات بصيغ GGUF و MLX و ONNX للتحميل الفعال . وهو مرخص بموجب رخصة LFM1.0 للأوزان المفتوحة .

خلفية الشركة: منبثقة من معهد ماساتشوستس للتكنولوجيا (MIT)

تأسست شركة Liquid AI في عام 2023 كشركة منبثقة من مختبر علوم الكمبيوتر والذكاء الاصطناعي (CSAIL) في MIT من قبل رامين حساني (Ramin Hasani) (الرئيس التنفيذي)، و ماتياس ليخنر (Mathias Lechner) (المدير التكنولوجي)، و ألكسندر أميني (Alexander Amini) (المدير العلمي)، و دانييلا روس (Daniela Rus) (أستاذة في MIT ومديرة مختبر CSAIL). تطورت تقنية الشركة من الأبحاث المتعلقة بالشبكات العصبية السائلة (Liquid Neural Networks) في MIT .

القيود

لا يُنصح باستخدام LFM2.5-2.6B لمهام البرمجة الوكيلة أو المهام التي تعتمد بشكل كبير على المعرفة. في اختبارات البرمجة، لا تزال النماذج الأكبر حجمًا (مثل Qwen3.5-9B) تتفوق عليه، وينصح بطاقة Hugging Face الرسمية بعدم استخدامه لهذه المهام . للمهام الوكيلة المعقدة في البرمجة أو استرجاع المعرفة العميق، لا تزال النماذج الأكبر الخيار الأفضل .