LFM2的MCP集成演示剛剛發布，現在可以在HF上使用： 👉 由@KarnikShreyas構建，擴展了@xenovacom的WebGPU工作——現在您可以在瀏覽器中測試帶有MCP的液體基礎模型。

認識 Luth-LFM2。 這是由 Maxence Lasbordes 和 Sinoué GAD 設計的法語精調 LFM2 實例，旨在增強 LFM2 的多語言能力！ 在這個模型類別中，Luth-LFM2 在法語指令跟隨、GPQA、MMLU 和數學方面創下了新紀錄。

首屆Liquid AI黑客馬拉松的大奖頒給了@polodarb的Liquid Lexify！ Lexify是一個離線的AI寫作和語法助手，完全在您的設備上工作。 • 無縫的用戶界面：可以在手機上的任何地方調用模型，而不僅僅是在應用內 • 私密：文本和筆記永遠不會離開您的設備 • 即時：零延遲，無需互聯網 這就是「重新掌控」的樣子。請關注這裡的Hack 02：

介紹 LFM2-VL — 我們新一代高效的視覺-語言模型，適用於從智能手機和筆記本電腦到可穿戴設備和嵌入式系統的實際部署。 🧵

您現在可以在 Leap 中微調 LFM2 模型，並直接將其部署到您的應用程序中。 說明：

我們與 @dottxtai 和 @remilouf 合作，使函數調用在邊緣可行。 JSON 不能削減它。我們需要結構、速度和可靠性。

立即試用 LFM2 和 llama.cpp！ 我們今天發佈了一系列 GGUF 檢查點，供開發人員使用 llama.cpp 在任何地方運行 LFM2 選擇與您的用例最相關的精度，並立即開始構建。

📲 @LiquidAI_ 和阿布達比的@G42ai合作支援由 Liquid Foundation Models 驅動的生成式 AI 解決方案。該合作夥伴關係旨在為全球南方提供跨消費電子和生物技術等領域的生成式人工智慧。

@LiquidAI_

很高興分享我們對高效推理@LiquidAI_工作的見解： 我們將 1.3B 通用聊天模型變成一個保持簡潔的強大數學推理器。精選 CoT 跟蹤上的 SFT 解鎖了強大的推理，有針對性的 RL 控制了冗長性。 該配方很簡單，為非基於 Qwen 的模型提供了一個有趣的數據點。這仍然是基於我們的第一代 LFM - 對下一代感到興奮！ 請在我們的博客文章中找到詳細資訊！