วันที่เปิดตัวและจำนวนพารามิเตอร์

LM F2.5-2.6B เปิดตัวเมื่อวันที่ 4 สิงหาคม 2026 เป็นโมเดลแบบ Dense (ทุกพารามิเตอร์ถูกใช้งาน) มีพารามิเตอร์รวม 2.69B แบ่งเป็น 30 เลเยอร์ ประกอบด้วย Double-gated short convolution block 22 เลเยอร์ และ Grouped-query attention (GQA) 8 เลเยอร์ สร้างบนสถาปัตยกรรมไฮบริดของตระกูล LFM2*

จุดเด่น: การทำงานแบบเอเจนต์บนอุปกรณ์

หัวใจสำคัญของโมเดลนี้คือการรัน workflows แบบเอเจนต์ (Agentic Workflows) บนอุปกรณ์โดยสมบูรณ์ ได้แก่ การวางแผน (planning) การเรียกใช้เครื่องมือ (tool calling) การค้นหาเว็บ (web searching) และการทำงานหลายขั้นตอน (multi-step tasks) ข้อมูลทั้งหมดจะไม่ถูกส่งออกนอกเครื่อง และไม่มีค่าใช้จ่ายในการประมวลผลเพิ่มเติมในแต่ละครั้ง (zero marginal inference cost) โมเดลรองรับการเรียกใช้เครื่องมือแบบเนทีฟ และผ่านการฝึกฝนมาให้ทำงานร่วมกับระบบเอเจนต์จริงอย่าง Hermes Agent, OpenClaw และ Pi ได้อย่างมีประสิทธิภาพ

รายละเอียดการฝึกสอน (Training)

• Pre-training: ใช้ข้อมูลประมาณ 34 ล้านล้านโทเคน
• คลังคำศัพท์ (Vocabulary): 128,000 โทเคน เพิ่มขึ้นเป็นสองเท่าจากรุ่นก่อนหน้าเพื่อรองรับภาษาที่ไม่ใช่ภาษาละตินและอินพุตที่หลากหลายของเอเจนต์ เช่น โครงสร้างเครื่องมือ (tool schemas) และพาธของไฟล์
• หน้าต่างบริบท (Context Window): 128K โทเคน (131,072 โทเคน) ซึ่งขยายเพิ่มขึ้นในระหว่างการฝึกช่วงกลาง (mid-training context-extension phase)
• กระบวนการ Post-training 4 ขั้นตอน:

ขนาดหน่วยความจำ (Memory Footprint) และความเร็วในการถอดรหัส (Decode Speed)

โมเดลนี้ใช้หน่วยความจำ ต่ำกว่า 2.5 GB ความเร็วในการถอดรหัสตามที่ Liquid AI รายงานมีดังนี้:

เฟรมเวิร์กการอนุมานผลที่รองรับ

โมเดลรองรับ llama.cpp (รูปแบบ GGUF), MLX (สำหรับ Apple Silicon), vLLM, SGLang, ONNX, และ Transformers มาตรฐาน

การเข้าถึง

สามารถดาวน์โหลดน้ำหนักโมเดลแบบโอเพนเวทได้ที่ Hugging Face ชื่อ LiquidAI/LFM2.5-2.6B พร้อมด้วยที่เก็บแยกสำหรับรูปแบบ GGUF, MLX และ ONNX ที่ถูกควอนไทซ์แล้ว อยู่ภายใต้ลิขสิทธิ์ LFM1.0 open-weight license

ข้อมูลบริษัท: สปินออฟจาก MIT

Liquid AI ก่อตั้งขึ้นใน ปี 2023 โดยเป็นสปินออฟจาก MIT CSAIL (Computer Science and Artificial Intelligence Laboratory) โดยทีมผู้ก่อตั้งประกอบด้วย Ramin Hasani (CEO), Mathias Lechner (CTO), Alexander Amini (CSO), และ Daniela Rus (ศาสตราจารย์จาก MIT และผู้อำนวยการ CSAIL) เทคโนโลยีของบริษัทพัฒนามาจากงานวิจัยเกี่ยวกับ Liquid Neural Networks (โครงข่ายประสาทเทียมแบบของเหลว) ที่ MIT

ข้อจำกัด

แม้จะเก่งในงานเอเจนต์ แต่ LM F2.5-2.6B ไม่เหมาะสำหรับงานเขียนโค้ดหรืองานที่ต้องใช้ความรู้ความเข้าใจเชิงลึก (knowledge-heavy tasks) ในการวัดประสิทธิภาพด้านการเขียนโค้ด โมเดลที่มีขนาดใหญ่กว่า เช่น Qwen3.5-9B ยังคงมีประสิทธิภาพเหนือกว่า และในหน้ารุ่นอย่างเป็นทางการบน Hugging Face ก็แนะนำให้หลีกเลี่ยงการใช้สำหรับงานเหล่านี้*

วันที่เปิดตัวและจำนวนพารามิเตอร์

LM F2.5-2.6B เปิดตัวเมื่อวันที่ 4 สิงหาคม 2026 เป็นโมเดลแบบ Dense (ทุกพารามิเตอร์ถูกใช้งาน) มีพารามิเตอร์รวม 2.69B แบ่งเป็น 30 เลเยอร์ ประกอบด้วย Double-gated short convolution block 22 เลเยอร์ และ Grouped-query attention (GQA) 8 เลเยอร์ สร้างบนสถาปัตยกรรมไฮบริดของตระกูล LFM2*

จุดเด่น: การทำงานแบบเอเจนต์บนอุปกรณ์

หัวใจสำคัญของโมเดลนี้คือการรัน workflows แบบเอเจนต์ (Agentic Workflows) บนอุปกรณ์โดยสมบูรณ์ ได้แก่ การวางแผน (planning) การเรียกใช้เครื่องมือ (tool calling) การค้นหาเว็บ (web searching) และการทำงานหลายขั้นตอน (multi-step tasks) ข้อมูลทั้งหมดจะไม่ถูกส่งออกนอกเครื่อง และไม่มีค่าใช้จ่ายในการประมวลผลเพิ่มเติมในแต่ละครั้ง (zero marginal inference cost) โมเดลรองรับการเรียกใช้เครื่องมือแบบเนทีฟ และผ่านการฝึกฝนมาให้ทำงานร่วมกับระบบเอเจนต์จริงอย่าง Hermes Agent, OpenClaw และ Pi ได้อย่างมีประสิทธิภาพ

รายละเอียดการฝึกสอน (Training)

• Pre-training: ใช้ข้อมูลประมาณ 34 ล้านล้านโทเคน
• คลังคำศัพท์ (Vocabulary): 128,000 โทเคน เพิ่มขึ้นเป็นสองเท่าจากรุ่นก่อนหน้าเพื่อรองรับภาษาที่ไม่ใช่ภาษาละตินและอินพุตที่หลากหลายของเอเจนต์ เช่น โครงสร้างเครื่องมือ (tool schemas) และพาธของไฟล์
• หน้าต่างบริบท (Context Window): 128K โทเคน (131,072 โทเคน) ซึ่งขยายเพิ่มขึ้นในระหว่างการฝึกช่วงกลาง (mid-training context-extension phase)
• กระบวนการ Post-training 4 ขั้นตอน:

ขนาดหน่วยความจำ (Memory Footprint) และความเร็วในการถอดรหัส (Decode Speed)

โมเดลนี้ใช้หน่วยความจำ ต่ำกว่า 2.5 GB ความเร็วในการถอดรหัสตามที่ Liquid AI รายงานมีดังนี้:

เฟรมเวิร์กการอนุมานผลที่รองรับ

โมเดลรองรับ llama.cpp (รูปแบบ GGUF), MLX (สำหรับ Apple Silicon), vLLM, SGLang, ONNX, และ Transformers มาตรฐาน

การเข้าถึง

สามารถดาวน์โหลดน้ำหนักโมเดลแบบโอเพนเวทได้ที่ Hugging Face ชื่อ LiquidAI/LFM2.5-2.6B พร้อมด้วยที่เก็บแยกสำหรับรูปแบบ GGUF, MLX และ ONNX ที่ถูกควอนไทซ์แล้ว อยู่ภายใต้ลิขสิทธิ์ LFM1.0 open-weight license

ข้อมูลบริษัท: สปินออฟจาก MIT

Liquid AI ก่อตั้งขึ้นใน ปี 2023 โดยเป็นสปินออฟจาก MIT CSAIL (Computer Science and Artificial Intelligence Laboratory) โดยทีมผู้ก่อตั้งประกอบด้วย Ramin Hasani (CEO), Mathias Lechner (CTO), Alexander Amini (CSO), และ Daniela Rus (ศาสตราจารย์จาก MIT และผู้อำนวยการ CSAIL) เทคโนโลยีของบริษัทพัฒนามาจากงานวิจัยเกี่ยวกับ Liquid Neural Networks (โครงข่ายประสาทเทียมแบบของเหลว) ที่ MIT

ข้อจำกัด

แม้จะเก่งในงานเอเจนต์ แต่ LM F2.5-2.6B ไม่เหมาะสำหรับงานเขียนโค้ดหรืองานที่ต้องใช้ความรู้ความเข้าใจเชิงลึก (knowledge-heavy tasks) ในการวัดประสิทธิภาพด้านการเขียนโค้ด โมเดลที่มีขนาดใหญ่กว่า เช่น Qwen3.5-9B ยังคงมีประสิทธิภาพเหนือกว่า และในหน้ารุ่นอย่างเป็นทางการบน Hugging Face ก็แนะนำให้หลีกเลี่ยงการใช้สำหรับงานเหล่านี้*

1. Supervised Fine-Tuning (SFT): 2 รอบ — รอบแรกครอบคลุมหลากหลายโดเมน รอบสองเจาะจงไปที่งานเอเจนต์ การใช้เครื่องมือ การใช้เหตุผล และวิศวกรรมซอฟต์แวร์
2. Teacher Specialization: สร้างผู้เชี่ยวชาญเฉพาะด้าน (domain expert ) หนึ่งคนต่อโดเมน (การทำตามคำสั่ง คณิตศาสตร์ การควบคุมความรู้/ภาพหลอน โค้ด การใช้เครื่องมือ บริบทระยะยาว) โดยฝึกด้วย SFT และ RLVR
3. **Multi-Domain On-Policy Distillation (MOPD): ผู้เชี่ยวชาญเฉพาะด้านจะให้คำแนะนำแก่โมเดลนักเรียน (student model) แบบ token-level feedback ในระหว่างที่โมเดลนักเรียนสร้างเอาต์พุตของตัวเอง
4. Agentic Reinforcement Learning (Agentic RL): การเรียนรู้แบบเสริมแรงหลายรอบในสภาพแวดล้อมเอเจนต์จริง โดยใช้ GRPO (Group Relative Policy Optimization) ให้รางวัลตามผลลัพธ์ (outcome-based rewards) ซึ่งผสมผสานการตัดสินจาก LLM, การตรวจสอบตามโปรแกรม (programmatic checks) และระบบตรวจสอบความปลอดภัย (safety gate)

1. Supervised Fine-Tuning (SFT): 2 รอบ — รอบแรกครอบคลุมหลากหลายโดเมน รอบสองเจาะจงไปที่งานเอเจนต์ การใช้เครื่องมือ การใช้เหตุผล และวิศวกรรมซอฟต์แวร์
2. Teacher Specialization: สร้างผู้เชี่ยวชาญเฉพาะด้าน (domain expert ) หนึ่งคนต่อโดเมน (การทำตามคำสั่ง คณิตศาสตร์ การควบคุมความรู้/ภาพหลอน โค้ด การใช้เครื่องมือ บริบทระยะยาว) โดยฝึกด้วย SFT และ RLVR
3. **Multi-Domain On-Policy Distillation (MOPD): ผู้เชี่ยวชาญเฉพาะด้านจะให้คำแนะนำแก่โมเดลนักเรียน (student model) แบบ token-level feedback ในระหว่างที่โมเดลนักเรียนสร้างเอาต์พุตของตัวเอง
4. Agentic Reinforcement Learning (Agentic RL): การเรียนรู้แบบเสริมแรงหลายรอบในสภาพแวดล้อมเอเจนต์จริง โดยใช้ GRPO (Group Relative Policy Optimization) ให้รางวัลตามผลลัพธ์ (outcome-based rewards) ซึ่งผสมผสานการตัดสินจาก LLM, การตรวจสอบตามโปรแกรม (programmatic checks) และระบบตรวจสอบความปลอดภัย (safety gate)