LFM2.5-24B-A2B خدام

LFM2.5-24B-A2B هو موديل ديال الاستدلال بوزنات مفتوحة من تطوير Liquid AI، وهو الفلاغشيب ديال سلسلة LFM2.5. فيه 24B بارامتر فالمجموع، غير 2.45B كيتفعّلو فكل token، بهندسة MoE من 40 طبقة، وكيْدعم سياق حتى لـ131K و16 لغة. قبل ما يجاوب، LFM2.5-24B-A2B كيولّد سلسلة التفكير، ومصمّم خصيصاً للـAgent فالطرفية. فـLiveClaw جاب 48.09 وتفوّق على Qwen3.6-35B-A3B اللي عندو 50% بارامترات أكثر، وعلى M5 Max وصل فكّ الترميز لـ184 tok/s، يعني أسرع بـ1.7 مرة من أسرع MoE من نفس الفئة. مناسب للاستدلال واستعمال الأدوات فالنشر المحلي والخاص، والمهام اللي فيها بزاف ديال المعرفة من الأحسن تدعمو بالاسترجاع.

استدلال Agent فالطرفية: مصمّم باش يخدم محلياً فالأجهزة الشخصية، بسرعة وخصوصية.
وضعية الاستدلال فقط: كيولّد سلسلة تفكير واضحة أوتوماتيكياً قبل الجواب، وكيوازن بين جودة الجواب وكلفة التفعيل المنخفضة.
استدعاء الدوال: كيدعم أصلاً مسار استدعاء الأدوات من أربع مراحل، وكيقدر يتربط مباشرة بـOpenClaw وHermes Agent وPi وOpenCode وغيرها من الأطر.
نشر بصيغ متعددة: كيوفّر نسخ native وFP8 وGGUF وONNX وMLX-4bit، وكيغطي GPU وCPU وApple Silicon والأجهزة الطرفية.
معالجة السياق الطويل: كيدعم سياق من 131,072 tokens، وكيقدر يعالج الوثائق الطويلة ومسارات الوكلاء متعددة الجولات.
قدرات متعددة اللغات: كيغطي 16 لغة، من بينها الإنجليزية والصينية واليابانية والكورية والعربية، مع قاموس من 128K محسن لتقطيع اللغات غير اللاتينية.
استدلال سريع: على Apple M5 Max كيوصل لـ184 tok/s، أسرع بـ1.7 مرة من أسرع MoE من نفس الفئة، وفوق 21K tok/s على B300 ببطاقة وحدة.

تابع الحساب فـWeChat وجاوب بـ“开源” باش تنضم لمجموعة نقاش مشاريع الذكاء الاصطناعي مفتوحة المصدر
هندسة MoE بالتفعيل المتناثر: الموديل فيه 24B بارامتر فالمجموع، ولكن كل كتلة MoE فيها 64 خبير. وقت الاستدلال، التوجيه top-4 كيفعّل غير 4 منهم، وبهذا كيبقى الحساب الفعلي فكل token غير 2.45B بارامتر. هادي هي الفكرة الأساسية ديال “سعة كبيرة واستهلاك حسابي قليل”: الموديل كيخزّن المعرفة كاملة، ولكن فكل forward كيستعمل غير جزء صغير، وكيحقق كلفة استدلال أقل بزاف من موديل عندو نفس العدد الإجمالي ديال البارامترات.
تصميم الطبقات المخلطة: شبكة من 40 طبقة كتجمع بين convolution وGQA، مكوّنة من 30 كتلة “convolution قصيرة ببوابتين” و10 طبقات GQA مخلطة. الـconvolution القصيرة كتستخرج خصائص السلسلة المحلية بكفاءة، وطبقات الانتباه كتنمذج الاعتماديات بعيدة المدى. التناوب بيناتهم كيخلي الموديل يحافظ على الحساب الفعّال ديال الطبقات الخطية، وفي نفس الوقت يبقى قادر يتعامل مع السياق الطويل، وهاد الشي هو الأساس البنيوي للسرعة وتوفير الذاكرة ديال بنية LFM فالأجهزة الطرفية.
توسيع القاموس فالمكان والتدريب بسياق طويل: مع الحفاظ على البنية الأساسية ديال LFM2-24B-A2B من الجيل السابق، توسّع tokenizer فالمكان وطلع القاموس من 65K للضعف حتى 128K، وهاد الشي حسّن بشكل واضح كفاءة tokens فالصينية واليابانية واللغات غير اللاتينية. وتوسّعت نافذة السياق من 32K حتى 131K، مع تدريب مرحلي خاص بالسياق الطويل على 300B tokens، باش يكتسب الموديل قدرة مستقرة على معالجة السلاسل الطويلة.
مسار التدريب من ثلاث مراحل: التدريب القبلي استهلك تقريباً 33T tokens؛ فالتدريب المرحلي، تقوّات قدرات الاستدلال والرياضيات والبرمجة واتباع التعليمات باستعمال 2T tokens من بيانات عالية الجودة مع سياق 32K، وتخصص 300B tokens مع سياق 131K للنصوص الطويلة، مع إدماج بيانات استدعاء الأدوات والتفاعل متعدد الجولات فالجوج مراحل؛ أما ما بعد التدريب فاستعمل مسار من خمس مراحل: SFT ← تخصيص المدرّس ← تقطير متعدد المجالات وبنفس السياسة على جولتين، وحدة بلا Agent ووحدة مع Agent ← ثم التعلم المعزز داخل أطر وكلاء حقيقية بحال OpenClaw وHermes، باش يتعلم الموديل فعلياً “يفكر-يستدعي-يتحقق” وسط بيئة أدوات حقيقية.

الحصول على الموديل: حمّل LiquidAI/LFM2.5-24B-A2B من Hugging Face، واختار حسب العتاد نسخة native BF16 أو FP8 أو GGUF أو ONNX أو MLX-4bit.
إعداد البيئة: تأكد بلي بيئة Python فيها transformers>=5.0.0، أو نصّب أطر الاستدلال بحال vLLM وSGLang وllama.cpp وLM Studio.
تحميل الموديل: استعمل AutoModelForCausalLM.from_pretrained() لتحميل الموديل بدقة bfloat16.
بناء الـprompt: استعمل tokenizer.apply_chat_template() باش يتطبّق قالب ChatML ويتنسّق الحوار أوتوماتيكياً.
إعداد البارامترات: وقت التوليد استعمل الإعدادات الرسمية الموصى بها temperature=0.1 وtop_k=50 وrepetition_penalty=1.05، ولمهام سلسلة التفكير قدر تخلي max_new_tokens فـ4096 أو أكثر.
إعداد استدعاء الأدوات: كتب لائحة الأدوات بصيغة JSON داخل system prompt، والموديل غادي يستعمل العلامة <|tool_call_start|> لإخراج استدعاء الدالة، ومن بعد التنفيذ رجّع النتيجة بدور tool.
الربط مع أطر الوكلاء: شغّل خدمة محلية عبر واجهة متوافقة مع OpenAI، ومن بعد ربطها بـOpenClaw أو Hermes Agent أو Pi أو OpenCode وغيرها من أطر الوكلاء.

فعالية قصوى: من أصل 24B بارامتر كيتفعّل غير 2.45B، وعلى Apple M5 Max كيوصل لـ184 tok/s، أسرع بـ1.7 مرة من أسرع MoE من نفس الفئة وبأقل استهلاك للذاكرة.
الصغير كيغلب الكبير: فاختبارات Agent والأدوات تعادل مع Qwen3.6-35B-A3B اللي عندو 50% بارامترات أكثر؛ LiveClaw جاب 48.09 مقابل 38.19، وAutomationBench تفوّق على المرتبة الثانية بـ3 مرات.
استدلال طول الوقت: موديل بسلسلة تفكير صافية، كيفكر قبل ما يجاوب، وبفضل كلفة التفعيل المنخفضة كل token ديال الاستدلال رخيص.
قدرات Agent أصلية: من نهار الإطلاق تدرّب بـAgentic RL داخل أطر رئيسية بحال OpenClaw وHermes وPi وOpenCode، واستدعاء الأدوات خدام مباشرة من العلبة.
مفتوح بلا قيود: أوزان الموديل الأساسي وموديل ما بعد التدريب مفتوحة، ويمكن تحميلها وضبطها واستعمالها تجارياً بحرية.
دعم جميع المنصات: كيدعم أصلاً llama.cpp وMLX وvLLM وSGLang وONNX، ومتوافق مع عتاد Apple وAMD وQualcomm وNVIDIA.

مستودع الموديل على HuggingFace: https://huggingface.co/LiquidAI/LFM2.5-24B-A2B

Agent خاص فالطرفية: شغّل وكيل محلي طوال النهار على أجهزة شخصية بحال MacBook، باش يدير التخطيط واستدعاء الأدوات وتنفيذ المهام، والبيانات كتبقى كاملة داخل الجهاز.
مساعد أوفلاين/طرفي: انشره بصيغ GGUF أو ONNX أو MLX فبيئات الشبكة فيها غير مستقرة أو ما فيهاش إنترنت، بحال السيارات والمناطق النائية والأجهزة المدمجة، باش يوفّر الاستدلال بلا اتصال.
تدبير ذكي للأدوات: استعمله كموديل محرّك لأطر بحال OpenClaw وHermes Agent وOpenCode، لتنفيذ مسارات عمل متعددة الخطوات بحال إعداد الملخصات الدورية وترتيب الملفات وعمليات البرمجة.
أتمتة مسارات الأعمال: استافد من تفوقه فـToolSandbox وτ³-Bench Banking لمعالجة حوارات الخدمات البنكية والتوظيف والطلبات، اللي كتحتاج الاستعلام من الأنظمة والتأكيد على مراحل متعددة.