/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
503 млн
Лицензия
Своя лицензия
Архитектура
qwen3 · dense
Базовая модель
LFM2.5-2.6B
Библиотека
sglang
Опубликована
10 авг 2026

LFM2.5-2.6B-DSpark

Генерация текстаТекст → текст3 профессии

Вспомогательная модель-черновик Liquid AI для ускорения генерации LiquidAI/LFM2.5-2.6B с помощью speculative decoding.

30 112скачиваний за 30 дней36лайковвеса обновлены20 авг 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

LFM2.5-2.6B-DSpark — вспомогательная модель-черновик Liquid AI для ускорения генерации текста основной моделью LiquidAI/LFM2.5-2.6B с помощью speculative decoding. Черновик предлагает блоки токенов, которые целевая модель проверяет; итоговый текст остаётся таким, каким его сгенерировала бы целевая модель без ускорения. В SGLang авторы сообщают об ускорении декодирования примерно в 2,6 раза, также заявлена работа на устройствах Apple Silicon через Metal.

Архитектура включает пять слоёв полного внимания, блок размера 9, словарь из 128 000 токенов, Markov head и confidence head. В README указано 327,7 млн параметров черновика в BF16; метаданные репозитория приводят общее число 503,3 млн параметров. Модель предназначена для совместного запуска с целевой LFM2.5-2.6B через сборку SGLang с поддержкой DSpark; самостоятельно как обычная генеративная модель не описана. Контекстная длина в метаданных указана как 128 000 токенов.

Для speculative decoding заявлена точная проверка предложенных токенов целевой моделью, однако фактическое ускорение и доля принятых токенов зависят от задачи и оборудования. Репозиторий распространяется по лицензии с меткой other; конкретные условия следует сверить с файлами лицензии модели и базовой модели.

Сценарии применения

  • ускорение генерации текста моделью LFM2.5-2.6B в SGLang
  • ускорение локального декодирования на Apple Silicon через Metal
  • ускорение генерации при решении математических задач
  • ускорение генерации кода целевой моделью

Ограничения

Это вспомогательная модель, рассчитанная на совместную работу с LiquidAI/LFM2.5-2.6B и поддерживаемой сборкой SGLang; сама по себе не предназначена для обычного использования как целевая генеративная модель. Ускорение зависит от задачи и оборудования, а для запуска требуется специализированная поддержка DSpark.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LFM2.5-2.6B-DSpark

LFM2.5-DSpark is a family of speculative-decoding draft models that adapt DSpark for the LFM2.5 architecture. They allow LFM2.5 models to run faster without degrading quality.

This is a drafter for LiquidAI/LFM2.5-2.6B. In SGLang, decoding runs about 2.6× faster. It also runs on-device on Apple silicon through the Metal backend.

Find more information about LFM2.5-DSpark in our blog post.

🗒️ Model Details

LFM2.5-2.6B-DSpark is a DSpark speculative-decoding draft model with the following features:

  • Target model: LiquidAI/LFM2.5-2.6B
  • Draft parameters: 327.7M (BF16)
  • Backbone: 5 full attention layers, hidden_size=2048, intermediate_size=6144 with SiLU/SwiGLU, GQA with num_attention_heads=32 / num_key_value_heads=8, head_dim=64
  • Extra heads: Markov head (rank 256) + confidence head
  • Block size: 9
  • Vocabulary: 128,000

Other models in the LFM2.5-DSpark family:

DrafterTarget
LFM2.5-1.2B-Instruct-DSparkLFM2.5-1.2B-Instruct
LFM2.5-8B-A1B-DSparkLFM2.5-8B-A1B
LFM2.5-2.6B-DSparkLFM2.5-2.6B

📊 Performance

Benchmarks

Speculative decoding is exact: the target verifies every proposed token, so the generated text is what the target would have produced on its own. You get the speedup, not a different model.

See LiquidAI/LFM2.5-2.6B for performance benchmarks.

Acceptance

Mean accepted tokens per decoding step, by benchmark (1×H100, batch size 1, greedy decoding). Higher means more of the draft's proposed block is accepted per target forward pass, so decoding is faster (at block size 9, the ceiling is 10).

Benchmark1×H100 (SGLang)Apple M4 Max (Metal)
MATH-5005.674.45
GSM8K4.324.91
HumanEval4.545.24
MBPP4.924.19
MT-Bench4.693.33
Mean4.834.42

On-device and GPU Inference

DatasetAcceptance (of 10)Speedup on H100Speedup on M4 Max
MATH5005.423.06x(326 → 1000 tok/s)2.25x(61 → 137 tok/s)
HumanEval4.542.56x(326 → 835 tok/s)2.63x(61 → 161 tok/s)
MBPP4.712.64x(326 → 861 tok/s)2.11x(62 → 132 tok/s)
GSM8K4.322.22x(312 → 693 tok/s)2.36x(60 → 143 tok/s)
MT-Bench5.072.87x(325 → 933 tok/s)1.99x(62 → 123 tok/s)
Mean4.812.67x(323 → 864 tok/s)2.27x(61 → 139 tok/s)

🏃 How to run (SGLang)

Requires a build of SGLang with DSpark support for LFM2 targets (PR #31041). Launch the target with the draft attached:

python -m sglang.launch_server \
  --model-path LiquidAI/LFM2.5-2.6B \
  --speculative-algorithm DSPARK \
  --speculative-draft-model-path LiquidAI/LFM2.5-2.6B-DSpark \
  --speculative-draft-attention-backend flashinfer \
  --disable-radix-cache --mem-fraction-static 0.75 --port 30000

Then query the OpenAI-compatible endpoint at http://localhost:30000/v1. The block size is read from the draft's config.json; the baseline is the same command without the three --speculative-* flags.

📬 Contact

Citation

@article{liquidAI202626B,
  author  = {Liquid AI},
  title   = {LFM2.5-2.6B: Agents Everywhere},
  journal = {Liquid AI Blog},
  year    = {2026},
  note    = {www.liquid.ai/blog/lfm2-5-2-6b},
}
@article{liquidAI2026dspark,
  author = {Liquid AI},
  title = {LFM2.5-DSpark: Up to 3.2x Faster Inference from H100 to MacBook},
  journal = {Liquid AI Blog},
  year = {2026},
  note = {www.liquid.ai/blog/lfm2.5-dspark},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · sglang

Можно запустить

Подбираем GPU…

Класс архитектуры
Lfm2DSparkDraftModel
Ревизия весов
458ceda

0 моделей