/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
LFM2.5-24B-A2B
Библиотека
llama-cpp
Опубликована
13 окт 2026

LFM2.5-24B-A2B-NVFP4-GGUF

Генерация текстаТекст → текст

Квантизированная NVFP4 версия текстовой MoE-модели LFM2.5 для рассуждений, агентных сценариев и локальной генерации текста.

2 534скачиваний за 30 дней2лайкавеса обновлены13 окт 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

WhiskyAKM/LFM2.5-24B-A2B-NVFP4-GGUF — квантизированная в NVFP4 версия LiquidAI/LFM2.5-24B-A2B, подготовленная в формате GGUF для запуска через llama.cpp и другие совместимые движки. Это текстовая модель семейства LFM2.5 с архитектурой Mixture of Experts: 24 млрд параметров всего и около 2,45 млрд активных на токен. Она рассчитана на рассуждения, работу агентов и вызов инструментов, включая локальные сценарии с ограниченными ресурсами.

В карточке заявлены высокая скорость вывода и сохранение качества, близкого к bfloat16, однако эти показатели зависят от оборудования и условий инференса. Репозиторий указывает лицензию `other`; конкретные условия следует сверить с лицензией базовой модели и файлами репозитория.

Сценарии применения

  • пошаговое решение текстовых задач
  • локальный чат и генерация ответов
  • создание агентов с вызовом инструментов
  • инференс текстовой модели на совместимом оборудовании
  • разработка приватных локальных помощников

Ограничения

NVFP4-квантизация может влиять на качество относительно исходной точности, а заявленные скорость и сохранение качества зависят от оборудования и движка. В метаданных указана лицензия `other`, поэтому условия использования нужно уточнить по файлам репозитория и базовой модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LFM2.5-24B-A2B NVFP4 - GGUF

NVFP4 GGUF conversions derived from the LFM2.5-24B-A2B model, providing highly efficient 4-bit floating-point quantization for reasoning and agentic tasks.

This repository provides NVFP4 (NVIDIA 4-bit floating-point) GGUF files, making the model usable with llama.cpp and other GGUF-compatible inference engines.

Model Overview

LFM2.5-24B-A2B is a 24B-parameter reasoning model with only 2B active parameters, built for fast, private agents on-device. It is the largest and final model in the LFM2.5 family, delivering best-in-class agentic and tool-use performance with MoE speed.

  • Best-in-class agent: Competitive with Qwen3.6-35B-A3B, a model with ~50% more total and active parameters, on agentic and tool-use tasks, scoring 48.09 on LiveClaw versus 38.19.
  • Reasoning at MoE speed: Always thinks before it answers. With only 2B active parameters per token, each reasoning token is cheap.
  • Efficient inference: Runs up to 1.7× faster than comparable MoEs on-device.

Find more information about LFM2.5-24B-A2B in our blog post.

Model Architecture

PropertyValue
ArchitectureLFM2.5 (Mixture of Experts)
Total Parameters24.0B
Active Parameters~2.45B
Number of Layers40 (30 double-gated short convolution blocks + 10 GQA)
Experts64 per MoE block, top-4 routing
Training Budget36 trillion tokens
Vocabulary Size128,000
Context Length131,072 tokens
LanguagesEnglish, Arabic, Chinese, French, German, Italian, Japanese, Korean, Portuguese, Spanish, Vietnamese, Thai, Indonesian, Hindi, Russian, Polish

GGUF Files

FileFormatDescription
lfm2.5-24b-a2b-nvfp4.ggufNVFP4NVFP4 quantized model - optimized for efficiency

About NVFP4: NVFP4 is NVIDIA's 4-bit floating-point format (E2M1). It offers significant memory savings while preserving quality close to bfloat16, and is accelerated on NVIDIA Blackwell GPUs via llama.cpp.

Usage

llama.cpp (CLI)

# Text generation / Reasoning inference
./llama-cli \
  -m lfm2.5-24b-a2b-nvfp4.gguf \
  -p "Solve the following problem step by step..." \
  --temp 0.1 --top-k 50 --repeat-penalty 1.05

llama-server (OpenAI-compatible API)

# API server
./llama-server \
  -m lfm2.5-24b-a2b-nvfp4.gguf \
  --host [IP_ADDRESS] --port 8080

Generation Parameters

Recommended parameters for LFM2.5-24B-A2B:

ParameterValue
Temperature0.1
Top-K50
Repetition Penalty1.05

Key Features

  • Reasoning at MoE Speed: Thinks before answering with low active parameter count per token.
  • Agent-Optimized: Exceptional performance on tool-use and agentic tasks.
  • On-Device Ready: Optimized for high throughput and memory efficiency.

License

lfm1.0

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
1e9f2a1

0 моделей