Top Tweets for #liquidAI

Introducing LFM2.5-230M: our smallest model yet, built to run fast anywhere (CPUs, NPUs, and GPUs) to enable agentic tasks on phones, robots, home and network automation devices. > 230M parameters, built on the LFM2 architecture > Pre-trained on 19T tokens, with a 32K context extension > Post-trained with distillation from LFM2.5-350M > 213 tok/s decode speed on Galaxy S25 Ultra (CPU) > 42 tok/s on a Raspberry Pi 5 (CPU) > Competes with and often beats models more than twice its size on instruction following, data extraction, and tool use. > use it for large-scale data extraction pipelines or lightweight on-device agentic workloads. 🧵

本日、日本語向けの新モデルを2つ公開しました🇯🇵
音声モデル：LFM2.5-Audio-1.5B-JP
言語モデル：LFM2.5-1.2B-JP-202606 LFM2.5-Audio-1.5B-JP は、Liquid AI 初の日本語音声モデルです。 日本語で話しかけると、日本語の音声で応答します。ASR・TTS を別々に組み合わせるのではなく、単一のモデルで完結するエンドツーエンドの音声モデルです。 > 日本語に対応した、このスケールでは初の汎用エンドツーエンド音声モデル > 15億（1.5B）パラメータで、J-Moshi（約77億）を上回る性能 > Qwen2.5-Omni-3B（約55億）にも匹敵する性能 > 追加学習を想定したベースモデル LFM2.5-1.2B-JP-202606 は、最新版の日本語言語モデルです。 前バージョン（LFM2.5-1.2B-JP）はすでに、JMMLU、M-IFEval、GSM8K において Qwen3-1.7B や Llama 3.2 1B を上回っていました。 今回のアップデートでは、日本語データミックスの改善と新しい中間・事後学習により、さらに広範な日本語ベンチマークで 最高性能を達成しています。 どちらのモデルも本日より利用できます。 モデル: 音声: https://t.co/okF9tWGB5l 言語: https://t.co/5F69Z7obPS ドキュメント: https://t.co/DyoBE2zOJQ

Today we released our largest LFM2 model: LFM2-24B-A2B. It is a 24B Mixture-of-Experts model with 2.3B parameters active per token, built on our hybrid, hardware-aware LFM2 architecture. From day zero, we’re making deploying LFM2-24B-A2B easy, with support from key partners: 🧵