Liquid AI 最新实验性模型 LFM2-2.6B-Exp 发布
Liquid AI 正式发布了其最新实验性模型LFM2-2.6B-Exp,这一仅有2.6B(26亿)参数的小型开源模型,在多项关键基准测试中表现出色,尤其在指令跟随能力上超越了参数量高达数百亿的DeepSeek R1-0528。 LFM2-2.6B-Exp基于Liquid AI第二代Liquid Foundation Models(LFM2)系列的2.6B基础模型,通过纯强化学习(RL)方式进行后训练优化,无需监督微调暖启动或大型教师模型蒸馏。该模型继承了LFM2的混合架构优势,结合短程门控卷积和分组查询注意力(GQA),支持32K上下文长度,专为边缘设备(如手机、笔记本、物联网设备)设计,实现高效本地部署。 Liquid AI强调,该实验检查点主要针对指令跟随、知识问答和数学推理等领域进行优化,适用于代理工作流、RAG检索、数据提取、创意写作和多轮对话等场景。 最新基准测试结果显示: IFBench(指令跟随基准):得分大幅领先同级模型,甚至超越参数量263倍的DeepSeek R1-0528。 GPQA(研究生级知识问答):达到约42%,远超传统3B模型。 IFEval(指令严格遵...
