Liquid AI Luncurkan Model LFM2.5-230M: Kecil Tapi Gahar?

Liquid AI baru aja nge-rolling model terbarunya, LFM2.5-230M, yang jadi model terkecil mereka sampai sekarang. Dengan 230 juta parameter, model ini siap buat ngelakuin tugas-tugas tertentu di perangkat seperti smartphone dan robot. Yang menarik, model ini bisa jalan di Galaxy S25 Ultra dengan kecepatan 213 tok/s dan juga di Raspberry Pi 5 dengan 42 tok/s. Gak main-main, kan?

Nah, LFM2.5-230M ini dibangun di atas arsitektur LFM2 yang udah ada sebelumnya. Model ini fokus banget buat ngelakuin ekstraksi data dan penggunaan alat, bukan buat ngitung rumus-rumus rumit atau nulis cerita. Jadi, kalau kamu butuh AI buat tugas-tugas spesifik, ini bisa jadi pilihan yang oke.

Liquid AI juga udah nyiapin dua versi dari model ini: LFM2.5-230M-Base yang udah dilatih sebelumnya dan versi yang udah di-tune buat instruksi. Dengan lisensi lfm1.0, model ini bisa diakses di Hugging Face. Yang bikin menarik, model ini mendukung sepuluh bahasa, termasuk Inggris, Mandarin, Arab, dan Jepang. Jadi, gak perlu khawatir soal bahasa!

Model ini dilatih dengan 19 triliun token, yang mencakup fase perpanjangan konteks 32K. Proses pelatihannya dibagi jadi tiga tahap: fine-tuning yang diawasi, optimasi preferensi langsung, dan pembelajaran penguatan multi-domain. Ini semua bikin model ini tetap fleksibel untuk spesialisasi di tugas-tugas tertentu.

Kalau ngomongin benchmark, LFM2.5-230M ini udah diuji di sepuluh benchmark yang berbeda. Hasilnya, model ini bisa ngalahin model-model yang lebih besar seperti Qwen3.5-0.8B dan Gemma 3 1B dalam hal mengikuti instruksi dan ekstraksi data. Misalnya, di IFEval, model ini dapet skor 71.71, jauh lebih tinggi dibandingkan Qwen3.5-0.8B yang cuma 59.94.

Model ini cocok banget buat dua jenis pekerjaan. Pertama, buat ekstraksi data dalam skala besar. Bayangkan kamu bisa parsing 100 ribu laporan klinis jadi data terstruktur tanpa biaya per-token. Kedua, buat tugas ringan di perangkat. Misalnya, hub otomatisasi rumah yang bisa nerjemahin suara jadi perintah alat. Liquid AI udah nyobain model ini di robot humanoid Unitree G1, dan hasilnya cukup menjanjikan.