LFM2.5
PulseAugur coverage of LFM2.5 — every cluster mentioning LFM2.5 across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Masked Diffusion Language Models outperform AR models for agentic RL
一篇新的研究论文介绍了掩码扩散语言模型（MDLM）作为文本世界模型在代理强化学习中优于自回归（AR）模型的替代方案。MDLM 通过利用双向锚点感知去噪，展示了增强的一致性和扎实性，即使在后者规模大得多的情况下，其性能也优于 AR 模型。该研究还提出了一个新的 GRPO 训练框架，并在各种代理骨干网络上展示了在未见过环境中的大量零样本迁移收益。
-
20款小型LLM在6GB GPU上进行基准测试，评估实际可用性
一位用户在6GB RTX 4050 GPU上对20款小型语言模型进行了基准测试，以评估它们在文件整理和日志分类等夜间任务中的实际效用。评估侧重于低资源环境下的定性测试和性能指标，而非标准的排行榜。包括LFM2.5变体和Gemma-4-e2b在内的几款模型表现良好且显存效率高，其中一些在速度或上下文长度等特定领域表现出色。
-
Ollama 发布新的开源模型 minimax-m3 和 lfm2.5
Ollama 发布了两个新的开源模型：minimax-m3 和 lfm2.5。这些模型可通过 Ollama 库下载，为用户提供了在本地运行 AI 的新选择。此次发布表明 Ollama 的模型产品在持续开发和扩展中。
-
Liquid AI 发布日语文本和音频大模型
Liquid AI 发布了两款新的日语模型：LFM2.5-1.2B-JP-202606，一个在知识、指令遵循和编码方面表现有所提升的文本聊天模型；以及 LFM2.5-Audio-1.5B-JP，一个多模态语音到语音模型。该音频模型专为实时对话交互而设计，集成了语音识别和合成能力，无需单独的组件。这两款模型均可在 Hugging Face 上获取，旨在为开发日语应用程序的开发者提供支持。