2.6B参数硬刚百亿级巨擘！Liquid AI推出实验版LFM2-2.6B-Exp

圣诞节当天，专注边缘AI的初创公司Liquid AI正式发布其最新实验模型LFM2-2.6B-Exp。这个仅有2.6B（26亿）参数的小型开源模型，在多项关键基准上表现抢眼，尤其在指令跟随方面，超越了参数量高达数百亿的DeepSeek R1-0528，引发行业热议，被称为“最强3B级模型”。

模型背景：纯强化学习带来的实验性突破

LFM2-2.6B-Exp依托Liquid AI第二代Liquid Foundation Models（LFM2）中的2.6B基础模型，通过纯强化学习（RL）进行后训练优化，无需监督微调预热，也不依赖大型教师模型蒸馏。它沿用LFM2的混合架构优势，结合短程门控卷积和分组查询注意力（GQA），支持32K上下文长度，面向手机、笔记本、物联网等边缘设备，便于高效本地部署。

官方表示，这个实验版主要针对指令跟随、知识问答和数学推理等方向深度优化，适合用于代理工作流、RAG检索、数据抽取、创意写作和多轮对话等场景。

性能亮点：小体量也能打

在最新一轮基准测试中，LFM2-2.6B-Exp的成绩十分亮眼：

– IFBench（指令跟随基准）：分数明显领先同级模型，甚至超过参数量是其263倍的DeepSeek R1-0528。

– GPQA（研究生级知识问答）：约42%，远胜传统3B模型。

– IFEval（严格执行指令）：超过88%，跑赢不少10B+参数模型。

– GSM8K（数学推理）：得分超82%，优于Llama3.23B与Gemma3系列。

同时，该模型在CPU上的预填充与解码速度约为同类的两倍，占用内存很小，支持bfloat16量化，真正做到“手机也能跑博士级推理”。

开源意义：推动边缘AI加速落地

LFM2-2.6B-Exp已全面开源，模型权重已上传至Hugging Face，开发者可直接下载并接入本地应用。这不仅证明了强化学习在小模型上的巨大潜力，也进一步促进边缘AI生态发展，让高性能AI从云端走到人人可用的设备端。

编辑点评：LFM2-2.6B-Exp的发布意味着小模型时代加速到来——不靠海量参数，凭借更聪明的训练方式就能拿到前沿表现。对于看重隐私、低延迟与低成本的开发者和企业，这款模型无疑是当前的最佳选择之一。未来，随着RL技术与混合架构不断迭代，3B级开源模型有望更接近AGI水平，并能在各种设备上顺畅运行。感兴趣的朋友可前往Hugging Face下载体验，开启边缘智能新篇章。

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