/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
1,5 млрд
Лицензия
Своя лицензия
Архитектура
lfm2 · dense
Базовая модель
LFM2.5-1.2B-JP-202606
Библиотека
transformers.js
Опубликована
3 июн 2026

LFM2.5-1.2B-JP-202606-ONNX

Генерация текстаТекст → текст11 профессий

LiquidAI/LFM2.5-1.2B-JP-202606-ONNX — это ONNX-экспорт универсальной чат-модели LFM2.5-1.2B-JP-202606, разработанной Liquid AI.

8 566скачиваний за 30 дней6лайковвеса обновлены4 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель предназначена для генерации текста и диалоговых сценариев, включая агентские рабочие процессы, использование инструментов, структурированный вывод и создание двуязычных ассистентов на английском и японском языках. Экспорт поддерживает запуск через ONNX Runtime, Transformers.js и WebGPU в браузере или Node.js.

Модель содержит около 1,17 млрд параметров, 16 слоёв, включая 10 double-gated LIV convolution blocks и 6 GQA blocks, поддерживает контекст до 32 768 токенов и словарь размером 65 536 токенов. Доступны варианты FP32, FP16, INT8 и INT4; рекомендуемый для WebGPU файл model_q4f16.onnx сочетает INT4-веса и FP16-компоненты и занимает около 744 МБ. Модель поддерживает английский и японский языки, а дата отсечения знаний указана как середина 2024 года.

Ключевые преимущества — небольшой размер, несколько вариантов точности и возможность кроссплатформенного локального запуска, включая браузерный WebGPU. Ограничения включают отсутствие опубликованных в этом README benchmark-результатов и подробностей обучения, а также потенциальные компромиссы между качеством, скоростью и размером при использовании квантованных вариантов. Модель распространяется по лицензии LFM1.0; дополнительные условия следует уточнять в файле LICENSE.

Для каких профессий подходит11

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🇯🇵 LFM2.5-1.2B-JP-202606-ONNX

ONNX export of LFM2.5-1.2B-JP-202606 for cross-platform deployment via ONNX Runtime, Transformers.js, and the WebGPU stack. Same weights, same chat template — just compiled into ONNX graphs at multiple precisions, including a WebGPU-friendly INT4 + FP16 mix.

LiquidAI/LFM2.5-1.2B-JP-202606 は当社の汎用日本語チャットモデルです。本リポジトリはその ONNX エクスポートで、ONNX Runtime / Transformers.js / WebGPU での実行に対応しています。重みおよびチャットテンプレートは同一です。

📦 Files

FileFormatEmbeddingWeightsCache / activationsApprox. size
onnx/model.onnxFP32FP32FP32FP324.7 GB
onnx/model_fp16.onnxFP16FP16FP16FP162.4 GB
onnx/model_q4.onnxINT4INT4 (GatherBlockQuantized)INT4 (MatMulNBits)FP32834 MB
onnx/model_q4f16.onnxINT4 + FP16INT4 + FP16 scalesINT4 + FP16 scalesFP16744 MB
onnx/model_q4f32.onnxINT4 (MatMul-only)FP32 (kept)INT4 (MatMulNBits)FP321.2 GB
onnx/model_q8.onnxINT8 (MatMul-only)FP32 (kept)INT8 (MatMulNBits)FP321.8 GB

model_q4f16.onnx is the recommended variant for WebGPU: INT4 weights with FP16 scales, FP16 KV cache and conv state I/O, FP32 logits via an inserted Cast — the format Transformers.js targets for browser inference.

Each .onnx file ships its weights in one or more .onnx_data chunks (≤ 2 GB each, per the ONNX external-data convention).

🏃 Inference

Transformers.js (browser / Node.js, WebGPU)

import { pipeline } from "@huggingface/transformers";

const generator = await pipeline(
  "text-generation",
  "LiquidAI/LFM2.5-1.2B-JP-202606-ONNX",
  { dtype: "q4f16", device: "webgpu" }
);

const messages = [
  { role: "system", content: "You are a helpful assistant trained by Liquid AI." },
  { role: "user", content: "日本の首都は?" },
];

const output = await generator(messages, {
  max_new_tokens: 256,
  do_sample: true,
  temperature: 0.1,
  top_k: 50,
  repetition_penalty: 1.05,
});
console.log(output[0].generated_text);

ONNX Runtime (Python)

import numpy as np
import onnxruntime as ort
from transformers import AutoTokenizer

REPO = "LiquidAI/LFM2.5-1.2B-JP-202606-ONNX"
tokenizer = AutoTokenizer.from_pretrained(REPO)
session = ort.InferenceSession("onnx/model_q4.onnx", providers=["CPUExecutionProvider"])

# Map ORT type names to numpy dtypes so fp16 / q4f16 variants work too.
ORT_DTYPE = {"tensor(float)": np.float32, "tensor(float16)": np.float16, "tensor(int64)": np.int64}

prompt = tokenizer.apply_chat_template(
    [{"role": "user", "content": "日本の首都は?"}],
    tokenize=False,
    add_generation_prompt=True,
)
input_ids = np.array([tokenizer.encode(prompt, add_special_tokens=False)], dtype=np.int64)
seq_len = input_ids.shape[1]

feed = {
    "input_ids": input_ids,
    "attention_mask": np.ones((1, seq_len), dtype=np.int64),
    "position_ids": np.arange(seq_len, dtype=np.int64).reshape(1, -1),
}
for inp in session.get_inputs():
    if inp.name not in feed:
        shape = [d if isinstance(d, int) else 1 for d in inp.shape]
        feed[inp.name] = np.zeros(shape, dtype=ORT_DTYPE[inp.type])

logits = session.run(None, feed)[0]
next_id = int(np.argmax(logits[0, -1]))
print(tokenizer.decode([next_id]))

For full multi-turn generation with stateful KV cache feedback, see the LiquidONNX inference example (works against this repo unchanged).

🗒️ Model Details

LFM2.5-1.2B-JP-202606 is a general-purpose Japanese-capable chat model:

  • Number of parameters: 1.17B
  • Number of layers: 16 (10 double-gated LIV convolution blocks + 6 GQA blocks)
  • Context length: 32,768 tokens
  • Vocabulary size: 65,536
  • Knowledge cutoff: Mid-2024
  • Languages: English, Japanese
  • Recommended generation parameters:
    • temperature: 0.1
    • top_k: 50
    • repetition_penalty: 1.05

Refer to the base model card for benchmark scores, training details, and use-case recommendations.

ModelDescription
LFM2.5-1.2B-JP-202606Original checkpoint in native format. Best for fine-tuning or inference with Transformers and vLLM.
LFM2.5-1.2B-JP-202606-GGUFQuantized format for llama.cpp and compatible tools.
LFM2.5-1.2B-JP-202606-ONNXONNX Runtime format for cross-platform deployment (ORT, Transformers.js, WebGPU).
LFM2.5-1.2B-JP-202606-MLX-8bitMLX format for Apple Silicon.

We recommend using it for agentic workflows, tool use, structured outputs, bilingual English–Japanese assistants, and on-device personal-assistant applications. It is not recommended for knowledge-intensive tasks. It performs best when given clear, explicit instructions that define the task, expected behavior, and output format.

エージェント型ワークフロー、ツール使用、構造化出力、日英バイリンガルアシスタント、オンデバイスのパーソナルアシスタントでの利用を推奨します。一方で、詳細な知識を要するのタスクには推奨されません。タスク内容、期待される動作、出力形式を明確かつ具体的に指示することで、最も高い性能を発揮します。

Chat Template

LFM2.5 uses a ChatML-like format. See the Chat Template documentation for details.

<|startoftext|><|im_start|>system
You are a helpful assistant trained by Liquid AI.<|im_end|>
<|im_start|>user
日本の首都は?<|im_end|>
<|im_start|>assistant

Use tokenizer.apply_chat_template() to format messages automatically — the included tokenizer.json and chat_template.jinja work unchanged across Transformers, Transformers.js, and ORT.

Tool Use

The same Pythonic function-call protocol as the base model (<|tool_call_start|>[fn(...)]<|tool_call_end|>). See the Tool Use documentation for the full guide.

🛠️ How this export was produced

These ONNX artifacts are produced by the Liquid4All/onnx-export toolchain:

uv run lfm2-export LiquidAI/LFM2.5-1.2B-JP-202606 --precision
# (plus a one-shot Q4 → Q4F16 conversion using lfm2_moe.export.convert_q4_to_fp16)

Each variant is verified against the PyTorch reference on a coherence-test prompt suite before publication.

📬 Contact

Citation

@article{liquidai2025lfm2,
  title={LFM2 Technical Report},
  author={Liquid AI},
  journal={arXiv preprint arXiv:2511.23404},
  year={2025}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers.js

Нельзя запустить

Модель выложена для браузера (ONNX / transformers.js), для GPU-рантайма нет весов.

Класс архитектуры
Lfm2ForCausalLM
Ревизия весов
01b5a0a

0 моделей