/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
445 млн
Лицензия
Своя лицензия
Архитектура
lfm2 · dense
Базовая модель
LFM2.5-350M-Base
Библиотека
sentence-transformers
Опубликована
5 мая 2026

LFM2.5-Embedding-350M

ЭмбеддингиТекст → embedding8 профессий

Плотный мультиязычный энкодер Liquid AI, который кодирует запросы и документы в векторы для семантического и кросс-языкового поиска.

31 674скачиваний за 30 дней163лайкавеса обновлены20 июн 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 «Эмбеддинги» — 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 оценки22

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

  • Gorilla

    main_score

    Результат

    0,2563

    MTEB

    Публичная таблицадругая ревизия

  • NovelQA

    main_score

    Результат

    0,3842

    MTEB

    Публичная таблицадругая ревизия

  • MultilingualNanoArguAnaRetrieval

    main_score

    Результат

    0,4574

    Общий результат 0,4963Общий результат 0,4581Общий результат 0,4544
    MTEB

    Публичная таблицадругая ревизия

  • EPBench

    main_score

    Результат

    1

    Общий результат 0,8715Общий результат 0,8305Общий результат 0,6189
    MTEB

    Публичная таблицадругая ревизия

  • MultilingualNanoTouche2020Retrieval

    main_score

    Результат

    0,4865

    Общий результат 0,4606
    MTEB

    Публичная таблицадругая ревизия

  • MultilingualNanoHotpotQARetrieval

    main_score

    Результат

    0,7657

    Общий результат 0,8478
    MTEB

    Публичная таблицадругая ревизия

  • MultilingualNanoQuoraRetrieval

    main_score

    Результат

    0,7953

    Общий результат 0,8956Общий результат 0,7903
    MTEB

    Публичная таблицадругая ревизия

  • MultilingualNanoSciFactRetrieval

    main_score

    Результат

    0,7193

    Общий результат 0,7277
    MTEB

    Публичная таблицадругая ревизия

  • MemBench

    main_score

    Результат

    0,7209

    MTEB

    Публичная таблицадругая ревизия

  • MultilingualNanoNFCorpusRetrieval

    main_score

    Результат

    0,3543

    Общий результат 0,3338
    MTEB

    Публичная таблицадругая ревизия

  • LoCoMo

    main_score

    Результат

    0,4808

    MTEB

    Публичная таблицадругая ревизия

  • ReMe

    main_score

    Результат

    0,5243

    MTEB

    Публичная таблицадругая ревизия

  • MemGovern

    main_score

    Результат

    0,8306

    Общий результат 0,9391Общий результат 0,8974Общий результат 0,8449
    MTEB

    Публичная таблицадругая ревизия

  • MultilingualNanoClimateFeverRetrieval

    main_score

    Результат

    0,4017

    Общий результат 0,4467
    MTEB

    Публичная таблицадругая ревизия

  • MultilingualNanoNQRetrieval

    main_score

    Результат

    0,5308

    Общий результат 0,7238
    MTEB

    Публичная таблицадругая ревизия

  • ProceduralMemBench

    main_score

    Результат

    0,6086

    Общий результат 0,5163Общий результат 0,4434
    MTEB

    Публичная таблицадругая ревизия

  • KnowMeBench

    main_score

    Результат

    0,1427

    MTEB

    Публичная таблицадругая ревизия

  • MultilingualNanoFEVERRetrieval

    main_score

    Результат

    0,8573

    Общий результат 0,8805
    MTEB

    Публичная таблицадругая ревизия

  • MultilingualNanoDBPediaRetrieval

    main_score

    Результат

    0,6018

    MTEB

    Публичная таблицадругая ревизия

  • MultilingualNanoMSMARCORetrieval

    main_score

    Результат

    0,5191

    MTEB

    Публичная таблицадругая ревизия

  • TMD

    main_score

    Результат

    0,0376

    MTEB

    Публичная таблицадругая ревизия

  • LongMemEval

    main_score

    Результат

    0,7329

    MTEB

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

LFM2.5-Embedding-350M — мультиязычная модель Liquid AI для семантического поиска и извлечения документов. Это плотный двунаправленный bi-encoder семейства LFM2: запрос и документ кодируются в отдельные векторы размерности 1024. Модель содержит около 444,6 млн параметров по метаданным и построена на базе LiquidAI/LFM2.5-350M-Base с двунаправленными изменениями; для запуска предназначена библиотека sentence-transformers.

Модель рассчитана на retrieval в RAG-системах, кросс-языковой поиск, поиск по базам знаний и локальную семантическую индексацию. В README указана поддержка английского, испанского, немецкого, французского, итальянского, португальского, арабского, шведского, норвежского, японского и корейского языков. Для запросов и документов используются разные префиксы query: и document:, которые sentence-transformers применяет через prompt_name. Максимальная длина последовательности в конфигурации — 512 токенов; метаданные указывают native context 128000 токенов, но заявленный сценарий модели ограничен коротким контекстом.

Модель выдаёт векторные представления, пригодные для ранжирования документов по косинусному сходству или нормализованному скалярному произведению. README приводит результаты мультиязычной оценки NanoBEIR и характеризует модель как быструю и компактную для плотного поиска. Лицензия обозначена в метаданных как other, поэтому конкретные условия следует сверить с карточкой модели. Русский язык среди заявленных языков не указан.

Сценарии применения

  • поиск релевантных документов для RAG по запросу пользователя
  • кросс-языковой поиск товаров в каталоге интернет-магазина
  • извлечение ответов из базы часто задаваемых вопросов и поддержки
  • поиск по внутренним юридическим, финансовым и техническим документам
  • локальный семантический поиск по файлам, письмам и заметкам

Ограничения

Заявленная поддержка охватывает 11 языков, русский в списке отсутствует. Конфигурация SentenceTransformer ограничивает длину последовательности 512 токенами; для качества retrieval необходимо использовать разные prompt_name для запросов и документов.

Для каких профессий подходит8

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-Embedding-350M

We release two new best-in-class multilingual retrieval models:

  • LFM2.5-Embedding-350M — A dense bi-encoder, one vector per document. Smallest, fastest index.
  • LFM2.5-ColBERT-350M — A late-interaction model. One vector per token, matched via MaxSim. Higher accuracy and better generalization at the cost of index size.

Both models are 350M params and the first bidirectional members of the LFM family, built on LFM2.5-350M-Base. They can be used as a drop-in replacement for your current RAG pipeline and target fast, cheap, and reliable multilingual / cross-lingual search across 11 languages.

Find more details about the bidirectional architecture and training recipe in our blog post.

bienc

📄 Model details

PropertyLFM2.5-Embedding-350MLFM2.5-ColBERT-350M
TypeDense bi-encoder (single vector)Late interaction (per-token vectors)
Total parameters~354M~353M
BackboneLFM2.5-350M-Base + bi-directional patchesLFM2.5-350M-Base + bi-directional patches
Layers17 (10 conv + 6 attn + 1 pool)17 (10 conv + 6 attn + 1 dense)
Vocabulary size65,53664,402
Output1024-dim CLS vector128-dim per token
SimilarityCosineMaxSim
Training precisionBF16BF16
LicenseLFM Open License v1.0LFM Open License v1.0

Document length: 512 tokens

Supported languages: English, Spanish, German, French, Italian, Portuguese, Arabic, Swedish, Norwegian, Japanese, Korean.

Architecture:

SentenceTransformer(
  (0): Transformer({'max_seq_length': 512, 'do_lower_case': False}) with Transformer model: Lfm2BidirectionalModel
  (1): Pooling({'word_embedding_dimension': 1024, 'pooling_mode_cls_token': True, 'pooling_mode_mean_tokens': False})
)

Asymmetric prompts: query: for queries, document: for passages. They are stored in the model config and applied automatically via prompt_name.

We recommend LFM2.5-Embedding-350M and LFM2.5-ColBERT-350M for short-context retrieval use cases, such as:

  • E-commerce: find products across many languages with semantic search at scale.
  • FAQ and support knowledge bases: retrieve the right answer reliably across customer-facing surfaces.
  • On-device semantic search: search files, emails, and notes locally on consumer hardware.
  • Enterprise knowledge assistants: retrieve internal legal, financial, and technical documents across languages.

🏃 How to run

First, install sentence-transformers:

pip install -U sentence-transformers

Encoding queries and documents

Load LFM2.5-Embedding-350M and encode your queries and documents separately, using the matching prompt name on each side. Cosine similarity (or a normalized dot product) ranks documents against queries:

from sentence_transformers import SentenceTransformer

# Load the model (trust_remote_code applies the bidirectional patches)
model = SentenceTransformer(
    "LiquidAI/LFM2.5-Embedding-350M",
    trust_remote_code=True,
)

queries = [
    "What is the capital of France?",
    "Which city is Japan's capital?",
]
documents = [
    "Paris is the capital and largest city of France. Located on the Seine River in northern France, it serves as the country's political, economic, and cultural center.",
    "Tokyo, officially the Tokyo Metropolis, is the capital of Japan. It is the most populous metropolitan area in the world and serves as Japan's administrative, financial, and commercial hub.",
    "Berlin is the capital and largest city of Germany. Reunified in 1990 after the fall of the Berlin Wall, it now serves as a major cultural and political center in Europe.",
]

# Encode with the matching prompt name; normalize so the dot product == cosine similarity
q_emb = model.encode(queries,   prompt_name="query",    normalize_embeddings=True)
d_emb = model.encode(documents, prompt_name="document", normalize_embeddings=True)

scores = q_emb @ d_emb.T  # shape: (n_queries, n_documents)

Always pass prompt_name="query" for queries and prompt_name="document" for passages — the model was trained with these prefixes, and omitting them silently degrades retrieval quality.

Flash Attention 2 (optional)

LFM2.5-Embedding-350M can run with FlashAttention-2 (requires flash-attn installed):

import torch
from sentence_transformers import SentenceTransformer

model = SentenceTransformer(
    "LiquidAI/LFM2.5-Embedding-350M",
    trust_remote_code=True,
    model_kwargs={"attn_implementation": "flash_attention_2", "dtype": torch.bfloat16},
)

Verified equivalent to the default within bf16 noise (multilingual NanoBEIR ndcg@10 within 0.002 across 11 languages). At the model's 512-token max length the speed gain is small (~5%); FA2 mainly helps memory and throughput if you fine-tune or run the backbone at longer contexts.

Fine-tuning

Standard sentence-transformers training works directly. Example with MultipleNegativesRankingLoss:

from datasets import Dataset
from sentence_transformers import (
    SentenceTransformer,
    SentenceTransformerTrainer,
    SentenceTransformerTrainingArguments,
)
from sentence_transformers.losses import MultipleNegativesRankingLoss

model = SentenceTransformer("LiquidAI/LFM2.5-Embedding-350M", trust_remote_code=True)
loss = MultipleNegativesRankingLoss(model)

train_ds = Dataset.from_dict({
    "query":    [...],
    "positive": [...],
    # optional: "negative": [...],
})

args = SentenceTransformerTrainingArguments(
    output_dir="out",
    num_train_epochs=1,
    per_device_train_batch_size=64,
    learning_rate=2e-5,
    warmup_ratio=0.1,
    bf16=True,
    prompts={"query": "query: ", "positive": "document: "},
)

trainer = SentenceTransformerTrainer(model=model, args=args, train_dataset=train_ds, loss=loss)
trainer.train()

Notes:

  • Always pass the asymmetric prompts during training (the model was trained with them).
  • For larger effective batches without OOM, swap MultipleNegativesRankingLoss for CachedMultipleNegativesRankingLoss.
  • Save with model.save_pretrained(...); the modeling file and auto_map are preserved so the patched behavior survives reloads.

📈 Performance

We highlight (= bold) the best bi-encoder and best late retriever for each language.

NanoBEIR Multilingual Extended — NDCG@10

LiquidAI/nanobeir-multilingual-extended. Multilingual retrieval capabilities.

ModelTypeAVGardeenesfritjakonoptsv
LiquidAI/LFM2.5-ColBERT-350Mlate0.6050.5510.6060.6870.6070.6220.6060.6140.5900.5700.6130.586
LiquidAI/LFM2.5-Embedding-350Mdense0.5770.5290.5810.6440.5810.5920.5830.5750.5630.5570.5810.566
Qwen/Qwen3-Embedding-0.6Bdense0.5560.5140.5600.6490.5680.5650.5650.5510.5300.5160.5710.525
LiquidAI/LFM2-ColBERT-350Mlate0.5400.4910.5630.6610.5630.5640.5430.5570.5270.4490.5470.480
Alibaba-NLP/gte-multilingual-basedense0.5280.4770.5230.6240.5370.5420.5280.5110.4940.5160.5340.526
lightonai/GTE-ModernColBERT-v1late0.4890.3090.4990.6800.5250.5460.5160.4590.3680.4650.5300.483
lightonai/LateOnlate0.4840.3070.5050.6900.5310.5370.5140.4420.3260.4650.5330.475
lightonai/DenseOndense0.4320.1780.4740.6760.4960.5200.4870.3780.1970.4220.4930.433
Alibaba-NLP/gte-modernbert-basedense0.3830.1120.4490.6660.4480.4750.4080.2750.1800.3760.4310.391
BAAI/bge-large-en-v1.5dense0.3590.0590.4190.6420.4450.4750.4310.1980.1320.3580.4340.353

MKQA-11 — Recall@20

MKQA. Cross-lingual capabilities (subset of the 11 languages we target).

ModelTypeAVGardeenesfritjakonoptsv
LiquidAI/LFM2.5-ColBERT-350Mlate0.6940.6080.7090.7480.7110.7150.7070.7030.6400.6890.7030.700
LiquidAI/LFM2.5-Embedding-350Mdense0.6910.6100.7090.7380.7080.7150.7030.6850.6300.6910.7100.708
Alibaba-NLP/gte-multilingual-basedense0.6750.5670.6920.7410.7050.7030.6970.6550.5630.6980.7000.699
LiquidAI/LFM2-ColBERT-350Mlate0.6460.5540.6960.7540.7110.7100.6670.6580.5580.5410.6690.589
Qwen/Qwen3-Embedding-0.6Bdense0.6380.5200.6710.7230.6780.6720.6710.6350.5430.6200.6670.620
lightonai/GTE-ModernColBERT-v1late0.4590.0920.5320.7540.5520.6150.5100.2750.1660.5030.5240.524
lightonai/LateOnlate0.4540.1570.4920.7550.5370.5770.4810.3160.2090.4720.5020.501
lightonai/DenseOndense0.4350.1650.4820.7510.4910.5530.4570.3250.2220.4380.4430.453
BAAI/bge-large-en-v1.5dense0.4130.1330.4710.7480.4500.5310.4610.2080.1720.4560.4430.467
Alibaba-NLP/gte-modernbert-basedense0.2950.0600.3330.7360.2730.4170.2910.1000.0520.3320.3260.330

Inference speed - llama.cpp

End-to-end latency on MacBook Pro M4 Max via llama.cpp at fp16, measured at 32-token queries and 256-token documents. Docs cached means that the document embeddings are pre-computed and looked up (from an index).

ModelStageDocs cachedp50p95
LFM2.5-Embedding-350MQuery embeddingyes7.3 ms9.6 ms
LFM2.5-ColBERT-350MQuery embeddingyes8.1 ms8.5 ms
LFM2.5-ColBERT-350MQuery embedding + MaxSimyes8.2 ms15.2 ms
LFM2.5-ColBERT-350MQuery embedding + Doc embedding + MaxSimno34.3 ms36.3 ms

Both models LiquidAI/LFM2.5-ColBERT-350M-GGUF and LiquidAI/LFM2.5-Embedding-350M-GGUF are available on Hugging Face under different quantization schemas for llama.cpp.

Inference speed - Enterprise GPU

For large-scale production-grade enterprise deployments, we also experiment with an internal GPU stack to deliver extremely low-latency serving under high inbound load. We observe latencies as low as 1 ms.

GPU serving latency

WorkloadSetupp50p95p99
LFM2.5-Embedding-350MQuery embedding1.5 ms1.6 ms1.7 ms
LFM2.5-ColBERT-350MQuery embedding1.3 ms1.4 ms1.5 ms
LFM2.5-ColBERT-350MQuery embedding + MaxSim2.5 ms2.7 ms2.8 ms
LFM2.5-ColBERT-350MQuery embedding + Doc embedding + MaxSim22.8 ms24.1 ms26.4 ms

📬 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 · sentence-transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Lfm2BidirectionalModel
Ревизия весов
f35ae2c

0 моделей