聖誕節當天，知名邊緣AI初創公司Liquid AI正式發佈了其最新實驗性模型LFM2-2.6B-Exp，這一僅有2.6B（26億）參數的小型開源模型，在多項關鍵基準測試中表現出色，尤其在指令跟隨能力上超越了參數量高達數百億的DeepSeek R1-0528，引發業界廣泛熱議，被譽爲“最強3B級模型”。

模型背景:純強化學習驅動的實驗突破

LFM2-2.6B-Exp基於Liquid AI第二代Liquid Foundation Models（LFM2）系列的2.6B基礎模型，通過純強化學習(RL)方式進行後訓練優化，無需監督微調暖啓動或大型教師模型蒸餾。該模型繼承了LFM2的混合架構優勢，結合短程門控捲積和分組查詢注意力(GQA)，支持32K上下文長度，專爲邊緣設備(如手機、筆記本、物聯網設備)設計，實現高效本地部署。

Liquid AI強調，該實驗檢查點主要針對指令跟隨、知識問答和數學推理等領域進行優化，適用於代理工作流、RAG檢索、數據提取、創意寫作和多輪對話等場景。

image.png

性能亮點:小身材爆發大能量

在最新基準測試中，LFM2-2.6B-Exp展現出驚人表現:

- IFBench（指令跟隨基準）:得分大幅領先同級模型，甚至超越參數量263倍的DeepSeek R1-0528。

- GPQA（研究生級知識問答）:達到約42%，遠超傳統3B模型。

- IFEval（指令嚴格遵循）:超過88%，擊敗衆多10B+參數模型。

- GSM8K（數學推理）:得分高達82%以上，優於Llama3.23B和Gemma3系列。

此外，該模型在CPU上的預填充和解碼速度是競品的2倍，內存佔用極低，支持bfloat16量化，真正實現“手機級PhD推理”。

開源意義:加速邊緣AI普及

LFM2-2.6B-Exp已完全開源，模型權重上傳至Hugging Face平臺，開發者可免費下載並集成到本地應用中。這不僅證明了強化學習在小模型上的巨大潛力，也進一步推動了邊緣AI生態發展，讓高性能AI從雲端走向人人可及的設備端。

AIbase點評 LFM2-2.6B-Exp的發佈標誌着小型模型時代加速到來:無需巨量參數，通過智能訓練範式即可實現前沿性能。對於追求隱私、低延遲和低成本的開發者與企業，這款模型無疑是當前最佳選擇之一。未來，隨着RL技術和混合架構的持續迭代，3B級開源模型或將接近AGI水平，並在任何設備上流暢運行。感興趣的讀者可立即前往Hugging Face下載體驗，開啓邊緣智能新篇章。

地址：https://huggingface.co/LiquidAI/LFM2-2.6B-Exp