/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
1,6 млрд
Лицензия
Apache 2.0
Архитектура
lfm2_moe · MoE
Базовая модель
LFM2.5-8B-A1B
Библиотека
transformers
Опубликована
20 июл 2026

LFM2.5-8B-A1B-REAP-50

Генерация текстаТекст → текст9 профессий

Обрезанная методом REAP MoE-модель Liquid AI для диалоговой генерации текста, математических задач и вызова инструментов с уменьшенным числом экспертов.

32скачиваний за 30 дней1лайквеса обновлены20 июл 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

konic-labs выпустила 50%-ную обрезанную по экспертам версию LiquidAI/LFM2.5-8B-A1B, созданную методом REAP (Ranking and Eliminating Experts via Activation Patterns). Это причинная MoE-модель для генерации текста и диалогов. В каждом MoE-слое оставлено 16 из 32 экспертов; по README, размер сократился на 45,5% относительно базовой модели. Сохранившиеся веса экспертов и веса маршрутизатора побитно совпадают с исходными, дополнительного дообучения не проводилось.

Модель рассчитана на диалоговое использование, математические задачи и вызов инструментов; README приводит результаты тестов MATH500 и BFCLv3. Метаданные указывают контекст до 128 000 токенов и английский язык. Модель можно запускать в bf16, в том числе через vLLM; лицензия — Apache-2.0.

Обрезка снижает качество относительно исходной модели: в приведённых результатах точность на MATH500 составляет 77,0%, а на BFCLv3 — 59,07%. README позиционирует её как промежуточный этап сжатия и допускает дальнейшую квантизацию; результаты тестов не гарантируют качество на других задачах.

Сценарии применения

  • ведение диалогов на английском языке
  • решение математических задач
  • вызов инструментов в диалоговом ассистенте
  • развёртывание сжатой MoE-модели через vLLM

Ограничения

В опубликованных результатах показатели ниже, чем у базовой модели: 77,0% на MATH500 и 59,07% на BFCLv3. Данных о качестве на других задачах README не приводит.

Для каких профессий подходит9

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

LFM2.5-8B-A1B-REAP-50

Model Description

This is a 50% expert-pruned variant of LiquidAI/LFM2.5-8B-A1B, produced by REAP (Ranking and Eliminating Experts via Activation Patterns) pruning.

  • Base: LFM2.5-8B-A1B — 32 experts per MoE layer, 8.47B params, 16.94 GB (bf16)
  • This model: 16 experts per MoE layer, 4.59B params, 8.57 GB (bf16)
  • Compression: 45.5% size reduction, 50% expert removal
  • No fine-tuning: REAP produces an exact subset of original expert weights — gate/router weights and surviving expert weights are bit-for-bit identical to the base model.

How REAP Works

REAP scores each expert's importance using activation patterns from a calibration set, then prunes the lowest-importance experts per-layer independently. This is not uniform pruning — different experts survive in different layers:

  • Expert 27 survives in 73% of layers (most important)
  • Expert 29 survives in 32% of layers (most pruned)

Calibration: 200 samples from evol-codealpaca-v1 Tool: reap-cuda

Loading

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model = AutoModelForCausalLM.from_pretrained(
    "konic-labs/LFM2.5-8B-A1B-REAP-50",
    trust_remote_code=True,
    dtype=torch.bfloat16,
    device_map="auto",
)
tokenizer = AutoTokenizer.from_pretrained(
    "konic-labs/LFM2.5-8B-A1B-REAP-50", trust_remote_code=True
)

messages = [{"role": "user", "content": "What is 2+2?"}]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=256, do_sample=False, temperature=None)
print(tokenizer.decode(out[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

Works with vLLM out of the box (native Lfm2MoeForCausalLM support).

Benchmark Results

BenchmarkBase (published)This model (REAP-50)Retention
MATH50088.76%77.0%86.7%
BFCLv3 (single-turn)64.79%59.07%91.1%

MATH500 per-difficulty

LevelAccuracy
L190.7%
L284.4%
L381.9%
L482.8%
L558.2%

BFCLv3 per-category

CategoryAccuracy
simple_python78.50%
multiple85.00%
parallel70.00%
parallel_multiple70.50%
irrelevance80.00%
live_simple60.47%
live_multiple54.32%
live_parallel31.25%
live_parallel_multiple54.17%
live_irrelevance75.90%
live_relevance68.75%

Throughput (vLLM, NVIDIA L4)

ConfigTokens/sec
Offline batch (500 prompts)1,280
HTTP server (conc=256)2,282

Intended Use

Research and deployment of compressed MoE models. This is the intermediate pruning stage — apply your own quantization (AWQ, GPTQ, etc.) on top, or use directly in bf16.

Citation

@software{reap-cuda,
  title  = {REAP: Ranking and Eliminating Experts via Activation Patterns},
  author = {Konic Labs},
  url    = {https://github.com/egesabanci/reap-cuda}
}

License

Apache-2.0 (inherited from base model).

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Lfm2MoeForCausalLM
Ревизия весов
b974bff

0 моделей