🚀 LFM2-1.2B

LFM2 是由 Liquid AI 开发的新一代混合模型，专为边缘 AI 和设备端部署而设计。它在质量、速度和内存效率方面树立了新的标准。

🚀 快速开始

LFM2 作为新一代混合模型，为边缘 AI 和设备端部署带来了革新。我们发布了三个经过后续训练的检查点权重，参数分别为 3.5 亿、7 亿和 12 亿。这些模型为创建 AI 驱动的边缘应用提供了关键特性。

✨ 主要特性

• 快速训练与推理：与上一代模型相比，LFM2 的训练速度提高了 3 倍。在 CPU 上，其解码和预填充速度比 Qwen3 快 2 倍。
• 卓越性能：在多个基准测试类别中，包括知识、数学、指令遵循和多语言能力，LFM2 的表现优于同等规模的模型。
• 全新架构：LFM2 是一种新型混合 Liquid 模型，采用了乘法门和短卷积。
• 灵活部署：LFM2 可在 CPU、GPU 和 NPU 硬件上高效运行，便于在智能手机、笔记本电脑或车辆上灵活部署。

你可以在我们的 博客文章 中了解更多关于 LFM2 的信息。

📦 安装指南

你可以使用 transformers 和 llama.cpp 运行 LFM2，对 vLLM 的支持也即将推出。

1. Transformers

要运行 LFM2，你需要从源代码安装 Hugging Face 的 transformers（版本 v4.54.0.dev0）。你可以使用以下命令进行更新或安装：

pip install "transformers @ git+https://github.com/huggingface/transformers.git@main"

2. Llama.cpp

你可以使用 llama.cpp 及其 GGUF 检查点 运行 LFM2。更多信息请查看模型卡片。

💻 使用示例

基础用法

以下是一个使用 transformers 在 Python 中生成答案的示例：

from transformers import AutoModelForCausalLM, AutoTokenizer

# 加载模型和分词器
model_id = "LiquidAI/LFM2-1.2B"
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    device_map="auto",
    torch_dtype="bfloat16",
    trust_remote_code=True,
#    attn_implementation="flash_attention_2" <- 在兼容的 GPU 上取消注释
)
tokenizer = AutoTokenizer.from_pretrained(model_id)

# 生成答案
prompt = "What is C. elegans?"
input_ids = tokenizer.apply_chat_template(
    [{"role": "user", "content": prompt}],
    add_generation_prompt=True,
    return_tensors="pt",
    tokenize=True,
).to(model.device)

output = model.generate(
    input_ids,
    do_sample=True,
    temperature=0.3,
    min_p=0.15,
    repetition_penalty=1.05,
    max_new_tokens=512,
)

print(tokenizer.decode(output[0], skip_special_tokens=False))

# <|startoftext|><|im_start|>user
# What is C. elegans?<|im_end|>
# <|im_start|>assistant
# C. elegans, also known as Caenorhabditis elegans, is a small, free-living
# nematode worm (roundworm) that belongs to the phylum Nematoda.

你可以使用这个 Colab 笔记本 直接运行和测试模型。

📚 详细文档

模型详情

由于模型规模较小，我们建议在特定用例上对 LFM2 模型进行微调，以最大化性能。它们特别适用于代理任务、数据提取、RAG、创意写作和多轮对话。然而，我们不建议将其用于知识密集型或需要编程技能的任务。

支持的语言：英语、阿拉伯语、中文、法语、德语、日语、韩语和西班牙语。

生成参数：我们建议使用以下参数：

• temperature=0.3
• min_p=0.15
• repetition_penalty=1.05

聊天模板：LFM2 使用类似 ChatML 的聊天模板，如下所示：

<|startoftext|><|im_start|>system
You are a helpful assistant trained by Liquid AI.<|im_end|>
<|im_start|>user
What is C. elegans?<|im_end|>
<|im_start|>assistant
It's a tiny nematode that lives in temperate soil environments.<|im_end|>

你可以使用 Hugging Face transformers 中的专用 .apply_chat_template() 函数来应用它。

工具使用：它包括四个主要步骤：

1. 函数定义：LFM2 将 JSON 函数定义作为输入（<|tool_list_start|> 和 <|tool_list_end|> 特殊标记之间的 JSON 对象），通常在系统提示中。
2. 函数调用：LFM2 编写 Python 风格的函数调用（<|tool_call_start|> 和 <|tool_call_end|> 特殊标记之间的 Python 列表），作为助手的回答。
3. 函数执行：执行函数调用并返回结果（<|tool_response_start|> 和 <|tool_response_end|> 特殊标记之间的字符串），作为“工具”角色。
4. 最终答案：LFM2 解释函数调用的结果，以纯文本形式回答原始用户提示。

以下是一个使用工具的简单对话示例：

<|startoftext|><|im_start|>system
List of tools: <|tool_list_start|>[{"name": "get_candidate_status", "description": "Retrieves the current status of a candidate in the recruitment process", "parameters": {"type": "object", "properties": {"candidate_id": {"type": "string", "description": "Unique identifier for the candidate"}}, "required": ["candidate_id"]}}]<|tool_list_end|><|im_end|>
<|im_start|>user
What is the current status of candidate ID 12345?<|im_end|>
<|im_start|>assistant
<|tool_call_start|>[get_candidate_status(candidate_id="12345")]<|tool_call_end|>Checking the current status of candidate ID 12345.<|im_end|>
<|im_start|>tool
<|tool_response_start|>{"candidate_id": "12345", "status": "Interview Scheduled", "position": "Clinical Research Associate", "date": "2023-11-20"}<|tool_response_end|><|im_end|>
<|im_start|>assistant
The candidate with ID 12345 is currently in the "Interview Scheduled" stage for the position of Clinical Research Associate, with an interview date set for 2023-11-20.<|im_end|>

架构：混合模型，采用乘法门和短卷积：10 个双门短程 LIV 卷积块和 6 个分组查询注意力（GQA）块。

预训练数据混合：约 75% 的英语数据、20% 的多语言数据和 5% 的代码数据，来源于网络和授权材料。

训练方法：

• 使用 LFM1-7B 作为教师模型进行知识蒸馏。
• 在 50% 的下游任务和 50% 的通用领域上进行大规模 SFT。
• 采用自定义 DPO，进行长度归一化和半在线数据集训练。
• 迭代模型合并。

🔧 技术细节

我们建议在特定用例上对 LFM2 模型进行微调，以最大化性能。以下是一些微调的笔记本链接：

笔记本	描述	链接
SFT + LoRA	在 TRL 中使用 LoRA 适配器进行监督微调（SFT）的笔记本。
DPO	在 TRL 中使用直接偏好优化（DPO）进行偏好对齐。

📈 性能

LFM2 在不同的评估类别中表现优于同等规模的模型。

1. 自动基准测试

2. LLM 作为评判

3. 推理

ExecuTorch 中 CPU 上的吞吐量比较

Llama.cpp 中 CPU 上的吞吐量比较

📄 许可证

本项目采用 LFM 开放许可证 v1.0。你可以在 LICENSE 中查看完整的许可证信息。

📬 联系我们

如果你对边缘部署的定制解决方案感兴趣，请联系 我们的销售团队。