新モデル

「LFM2.5-24B-A2B-DSpark-GGUF」投機的デコーディング用のドラフトモデル:必要VRAM 4GB〜

LiquidAIが公開した「LFM2.5-24B-A2B-DSpark」のllama.cpp用GGUF版について解説。投機的デコーディングによる推論速度の高速化や導入手順、llama.cppでの具体的なコマンド例を紹介します。 ...

新モデル

「LFM2.5-24B-A2B-DSpark」推測デコード用のドラフトモデル:必要VRAM 4GB〜・GGUF版あり

LiquidAIが公開した「LFM2.5-24B-A2B-DSpark」は、LFM2.5-24B-A2Bモデルの推論を高速化する推測デコード用ドラフトモデルです。SGLangでの導入手順やベンチマーク結果を解説します。

新モデル

「LFM2.5-24B-A2B-MLX-6bit」Mac向け高速エージェント用MoEモデル:必要VRAM 24GB〜

Liquid AIの最新推論モデル「LFM2.5-24B-A2B」のMLX形式による6bit量子化版が公開。Apple Silicon環境でのエージェント動作やツール呼び出しに最適化されたMoEモデルの特徴や導入方法を解説します。

新モデル

「LFM2.5-24B-A2B」エージェント特化のMoE推論モデル:必要VRAM 12GB〜・GGUF版あり

LiquidAIの24BパラメータMoE推論モデル「LFM2.5-24B-A2B」のスペック、エージェント性能、利用方法を解説。

新モデル

「LFM2.5-24B-A2B-MLX-8bit」ツール呼び出しに強い推論特化のMoEモデル:必要VRAM 32GB〜

LiquidAIがエージェントやツール呼び出しに特化したMoEモデル「LFM2.5-24B-A2B」のApple Silicon向けMLX 8bit量子化版を公開。主なスペック、ベンチマーク結果、MLXでの推論手順を解説します。

新モデル

「LFM2.5-24B-A2B-MLX-bf16」Apple Silicon向け推論モデル:必要VRAM 80GB〜

LiquidAIの推論モデル「LFM2.5-24B-A2B」のMLX向けbfloat16エクスポート版が公開されました。Apple Silicon上で動作します。

新モデル

「LFM2.5-24B-A2B-FP8」FP8量子化済みのエージェント向けMoEモデル:必要VRAM 32GB〜

Liquid AIの推論モデル「LFM2.5-24B-A2B」のFP8量子化版が公開されました。特徴やスペック、推論サーバーの立ち上げ方法を解説します。

新モデル

LiquidAI、超軽量推論モデル「LFM2.5-24B-A2B」を公開

LiquidAIが、活性パラメータ数2.45BのMoEを採用した推論モデル「LFM2.5-24B-A2B」を公開。エージェント処理やツール利用で高い性能を発揮。

新モデル

「d1-3B」テキストや画像の判定に特化した決定モデル:必要VRAM 4GB〜・GGUF版あり

LiquidAIが公開した3Bパラメータの決定モデル「d1-3B」のスペックや性能、ルーティング・判定タスクにおける特徴を解説します。

新モデル

「d1-omni-600M」マルチモーダル決定モデル:必要VRAM 4GB〜・GGUF版あり

LiquidAIがテキスト・画像・音声を即座に判定するマルチモーダル決定モデル「d1-omni-600M」を公開。生成プロセスを排除したゼロ出力トークン方式を採用。