/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
LFM2.5-2.6B-DSpark
Библиотека
llama.cpp
Опубликована
19 авг 2026

LFM2.5-2.6B-DSpark-GGUF

Генерация текстаТекст → текст3 профессии

LFM2.5-2.6B-DSpark-GGUF — модель-компаньон, разработанная Liquid AI для ускорения инференса целевой модели LFM2.5-2.6B-GGUF в llama.cpp.

115 тыс.скачиваний за 30 дней57лайковвеса обновлены21 авг 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

Это не самостоятельная языковая модель, а draft sidecar для speculative decoding: она предлагает последовательности токенов, которые затем проверяются целевой моделью. Файл необходимо использовать совместно с совместимой целевой моделью; токенизатор, embeddings и LM head предоставляются целевой моделью во время загрузки.

Архитектура включает 5 attention-слоёв, Markov head с rank 256, confidence head и block size 9. Доступны варианты GGUF в форматах F16 размером 664 МБ, Q8_0 размером 349 МБ и Q4_K_M размером 191 МБ. F16 обеспечивает наилучшую длину принимаемой последовательности, Q4_K_M является наименьшим рекомендуемым вариантом; более сильное квантование может заметно ухудшить длину принимаемой последовательности и пропускную способность. Технология сохраняет точность целевой модели: каждый предложенный токен проверяется, поэтому при greedy-генерации результат совпадает с результатом целевой модели без speculative decoding.

Модель предназначена для локального и edge-инференса через llama.cpp, когда требуется повысить скорость генерации при сохранении поведения целевой модели. Фактическое ускорение зависит от целевой модели, аппаратного обеспечения и параметров квантования; README указывает, что основным фактором скорости и качества является квантование целевой модели, а не draft-файла. Контекст, языки, мультимодальность и результаты конкретных бенчмарков в предоставленных данных не указаны. Лицензия обозначена как other, license_name — lfm1.0; точные условия следует уточнять в файле LICENSE.

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-GGUF

GGUF build of LiquidAI/LFM2.5-2.6B-DSpark for llama.cpp (DSpark speculative decoding is in mainline, ggml-org/llama.cpp #25173).

This is a standalone draft sidecar: it carries only the drafter (5 attention layers, rank-256 Markov head, confidence head, block size 9). Token embeddings and the LM head are shared from the target model at load time, so it must be paired with a LFM2.5-2.6B-GGUF target file.

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

📦 Files

filequantsizenotes
LFM2.5-2.6B-DSpark-F16.ggufF16664 MBbest accept length, recommended when memory allows
LFM2.5-2.6B-DSpark-Q8_0.ggufQ8_0349 MBaccept length −2% vs F16
LFM2.5-2.6B-DSpark-Q4_K_M.ggufQ4_K_M191 MBaccept length −3% vs F16, smallest recommended — sub-4-bit draft quants measurably hurt both accept length and throughput

Draft quantization changes speed only marginally (the drafter is a small share of each cycle); choose by memory budget. The target model quant is the main speed/quality lever and is independent of this file.

🏃 How to run (llama.cpp)

llama-server -m LFM2.5-2.6B-F16.gguf \
  -md LFM2.5-2.6B-DSpark-F16.gguf \
  --spec-type draft-dspark --spec-draft-n-max 10 --spec-draft-n-min 0 \
  -fa on -ngl 99

The block size is read from the sidecar metadata (n-max is clamped to it). Speculative decoding is exact: the target verifies every proposed token, so greedy output equals the target alone; per-response timings report draft_n / draft_n_accepted.

Other models in the LFM2.5-DSpark GGUF family:

Draft (GGUF)Target (GGUF)
LFM2.5-1.2B-Instruct-DSpark-GGUFLFM2.5-1.2B-Instruct-GGUF
LFM2.5-2.6B-DSpark-GGUFLFM2.5-2.6B-GGUF
LFM2.5-8B-A1B-DSpark-GGUFLFM2.5-8B-A1B-GGUF

📊 Acceptance and benchmarks

See LiquidAI/LFM2.5-2.6B-DSpark for acceptance-length tables (H100 and Apple silicon) and target benchmarks.

📬 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

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
7bc2896

0 моделей