@maximelabonne：不到两天就出现了LFM2.5-2.6B的首批微调版本。这个看起来很棒！
摘要
Maxime Labonne 强调了 LFM2.5-2.6B 的早期微调成果，同时 Bad Theory Labs 发布了两个开放权重模型：BTL-4 35B（前沿智能体推理模型）和 Macaw 2.7B（设备端 Mac 智能体），在 BFCL v4 上表现突出。
查看缓存全文
缓存时间: 2026/08/07 10:53
不到两天，LFM2.5-2.6B 就已经有了第一批微调版本。这个看起来很棒！https://t.co/JFY4rZasXD
Bad theory labs (@Badtheorylabs)： 发布 BTL-4 35B 和 Macaw 2.7B——一个前沿智能体推理模型和一个设备端 Mac 智能体。两者均为开放权重，现已可用。
• 73.5% BFCL v4（AST）——比基础模型高出 +4.3：配对测试，相同的测试框架，相同的解码方式，仅权重不同，全部 1240 个案例
相似文章
@maximelabonne：LFM2.5-2.6B 今天在 @huggingface 上可用。这是同类中首个智能体模型，它在 EVE 上彻底碾压了我们之前的发布……
Liquid AI 发布了 LFM2.5-2.6B，这是一款端侧智能体模型，能够在手机、笔记本电脑、PC 和机器人上规划任务、调用工具并完成多步操作，且数据始终不离开设备。
LFM2.5-2.6B 已发布
Liquid AI 发布了 LFM2.5-2.6B，一款专注于智能体能力的新型小模型。作者很期待测试它在文档摘要等大规模任务中的表现。
全新LFM2.5 8b A1b模型！！
介绍LFM2.5 8b A1b，一款性能与Nemotron 3 Nano相当但速度更快的新AI模型。SmallCode正在增加对非标准工具调用的支持。
2.6B 参数模型支持工具调用和 128K 上下文，现可在手机上以 30 tok/s 运行
Liquid AI 发布了 LFM2.5-2.6B，这是一个 2.69B 参数模型，支持 128K 上下文和工具调用，专为多步骤智能体工作流优化，可在手机上以 30 tok/s 运行，Q4_K_M GGUF 文件约 1.67GB。不过，与更大的模型相比，其在编码和知识密集型任务上仍然较弱。
LiquidAI/LFM2.5-2.6B
Liquid AI released LFM2.5-2.6B, a 2.6B-parameter hybrid model optimized for on-device deployment with 128K context, agentic post-training, and fast inference (220 tok/s on Apple M5 Max) under 2.5GB memory.