/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
503 млн
Лицензия
Своя лицензия
Архитектура
qwen3 · dense
Базовая модель
LFM2.5-8B-A1B
Библиотека
sglang
Опубликована
10 авг 2026

LFM2.5-8B-A1B-DSpark

Генерация текстаТекст → текст3 профессии

Черновая модель Liquid AI для speculative decoding, ускоряющая генерацию LiquidAI/LFM2.5-8B-A1B при использовании совместимого инференс-сервера.

1 699скачиваний за 30 дней40лайковвеса 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

LFM2.5-8B-A1B-DSpark — черновая модель speculative decoding от Liquid AI для ускорения генерации целевой модели LiquidAI/LFM2.5-8B-A1B. В SGLang она предлагает блоки токенов, которые целевая модель проверяет; согласно карточке, этот способ сохраняет результат генерации таким, каким он был бы без черновой модели. Указано ускорение декодирования примерно в 2,6 раза в SGLang и поддержка запуска на устройствах Apple с Metal.

Модель использует архитектуру DSpark с пятью слоями полного внимания, Markov head ранга 256 и confidence head. В README указано 327,7 млн параметров в BF16, размер блока 9 и словарь из 128 000 токенов; в метаданных каталога указано 503,3 млн параметров. Контекст целевой модели составляет до 128 000 токенов. Для работы модель подключается к целевой LFM2.5-8B-A1B через сборку SGLang с поддержкой DSpark.

Она предназначена для ускорения инференса совместимой целевой модели, а не для самостоятельной генерации. Лицензия указана как other; конкретные условия использования следует сверить с карточкой модели.

Сценарии применения

  • ускорение генерации текста на LFM2.5-8B-A1B через speculative decoding
  • снижение задержки инференса в SGLang
  • ускорение генерации на Apple Silicon с Metal
  • ускорение пакетной или интерактивной генерации без изменения результата целевой модели

Ограничения

Модель предназначена для совместного использования с целевой LiquidAI/LFM2.5-8B-A1B и требует SGLang со сборкой, поддерживающей DSpark для LFM2/LFM2-MoE. Условия лицензии обозначены как other, поэтому перед использованием следует проверить лицензионные ограничения.

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

LFM2.5-8B-A1B-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/LFM2.5-8B-A1B. 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

LFM2.5-8B-A1B-DSpark is a DSpark speculative-decoding draft model with the following features:

  • Target model: LiquidAI/LFM2.5-8B-A1B
  • 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. See LiquidAI/LFM2.5-8B-A1B 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).

BenchmarkAccepted tokens / step
MATH-5008.02
GSM8K3.91
HumanEval7.48
MBPP7.63
MT-Bench8.99
Mean7.21

On-device and GPU Inference

DatasetAcceptance (of 10)Speedup on H100Speedup on M4 Max
MATH5008.273.18x428 → 1362 tok/s1.21x93 → 112 tok/s
HumanEval7.022.58x426 → 1100 tok/s1.12x91 → 101 tok/s
MBPP6.932.64x426 → 1122 tok/s1.09x89 → 97 tok/s
GSM8K4.021.29x385 → 496 tok/s1.44x90 → 129 tok/s
MT-Bench8.523.02x426 → 1288 tok/s1.04x87 → 90 tok/s
Mean6.952.54x418 → 1074 tok/s1.18x90 → 106 tok/s

🏃 How to run (SGLang)

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

python -m sglang.launch_server \
  --model-path LiquidAI/LFM2.5-8B-A1B \
  --speculative-algorithm DSPARK \
  --speculative-draft-model-path LiquidAI/LFM2.5-8B-A1B-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
5b285c8

0 моделей