lfm

Maxime Labonne分享说，免费的LFM2.5-2.6B检查点在OpenRouter上被大量使用，两天内处理了4.3B token。

Liquid4All 发布的 cookbook 仓库，包含用于在笔记本电脑、移动设备和边缘设备上基于 Liquid AI 开放权重 LFM 和 LEAP SDK 进行构建的示例、端到端教程与应用。

Liquid AI 庆祝在 Shopify 平台上处理了 10 亿次请求，突显了他们多年合作中的一个里程碑。

Liquid AI 发布了 Antidoom，一种用于减少推理模型中 doom loops 的开源方法，应用于 LFM2.5-2.6B 和 Qwen3.5-4B，显著降低了 doom-loop 率并提高了评估分数。

在Fable-5编码轨迹上微调了LiquidAI的LFM2.5-230M模型，发现结果比预期的要好。

开源AI推理在移动端达到300 tok/s，借助WebGPU框架，Liquid AI的LFM2.5 230M模型在浏览器中达到1,400 tok/s。

LiquidAI 发布了 LFM2.5-230M，一个 230M 参数的语言模型，专为在有限硬件上运行而设计，支持 transformers、vLLM 和 SGLang。