LFM2-1.2B 多语言开源边缘高效混合模型解析

以下是使用工具的对话示例：

<|startoftext|><|im_start|>system List of tools: <|tool_list_start|>[{"name": "get_candidate_status", "description": "Retrieve candidate status"}]<|tool_list_end|><|im_start|>user What is the current status of candidate ID 12345?<|im_end|> <|im_start|>assistant <|tool_call_start|>[get_candidate_status(candidate_id="12345")]<|tool_call_end|>Checking the response...<|im_start|>tool <|tool_response_start|>{"candidate_id": "12345", "status": "Interview Scheduled", "position": "Software Engineer"}<|tool_response_end|> <|im_start|>assistant The candidate with ID 12345 is currently in the "Interview Scheduled" stage for the position.

架构

LFM2 是一种混合模型，采用乘法门控和短卷积结构，包含 10 个双门控短程 LIV 卷积块和 6 个分组查询注意力（GQA）块。

预训练数据混合

预训练数据大约包含 75% 的英语数据、20% 的多语言数据和 5% 的代码数据，这些数据来源于网络和授权材料。

训练方法

• 使用 LFM1-7B 作为教师模型进行知识蒸馏。
• 在 50% 的下游任务和 50% 的一般领域数据上进行大规模 SFT（监督微调）。
• 使用长度归一化和半在线数据集的自定义 DPO（直接偏好优化）。
• 迭代模型合并。

三、如何运行 LFM2

要运行 LFM2，需要从源代码安装 Hugging Face transformers（v4.54.0.dev0）。可以通过以下命令进行更新或安装：

pip install "transformers @ git+https://github.com/huggingface/transformers.git@main"

以下是使用 transformers 在 Python 中生成答案的示例代码：

from transformers import AutoModelForCausalLM, AutoTokenizer

# 加载模型和分词器
model_id = "LiquidAI/LFM2-1.2B"
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    device_map="auto",
    torch_dtype="bfloat16",
    trust_remote_code=True
    # attn_implementation="flash_attention_2" <- 在兼容的 GPU 上取消注释
)
tokenizer = AutoTokenizer.from_pretrained(model_id)

# 生成答案
prompt = "What is C. elegans?"
input_ids = tokenizer.apply_chat_template(
    [{"role":"user","content": prompt}], 
    add_generation_prompt=True, 
    return_tensors="pt", 
    tokenize=True
).to(model.device)

output = model.generate(
    input_ids, 
    do_sample=True, 
    temperature=0.3, 
    min_p=0.15, 
    repetition_penalty=1.05, 
    max_new_tokens=512
)
print(tokenizer.decode(output[0], skip_special_tokens=False))

输出示例：

<|startoftext|><|im_start|>user What is C. elegans?<|im_end|> <|im_start|>assistant C. elegans, also known as Caenorhabditis elegans, is a small, free-living nematode worm (roundworm) that belongs to the phylum Nematoda.

还可以直接使用提供的 Colab 笔记本运行和测试模型。

四、如何微调 LFM2

建议针对具体用例对 LFM2 模型进行微调，以提升性能。以下是相关的笔记本资源：

• SFT+LoRA：包含 LoRA 适配器的监督微调（SFT）笔记本，可在 TRL 中使用。
• DPO：在 TRL 中使用直接偏好优化（DPO）进行偏好对齐。

五、性能表现

LFM2 在不同评估类别中超越了同尺寸的其他模型。

1. 自动化基准测试

在多个基准测试中，LFM2-1.2B、LFM2-700M 和 LFM2-350M 等模型与其他模型的性能对比如下：

2. LLM-as-a-Judge

• LFM2-1.2B 与其他模型的胜负对比：
  • 对 Llama-3.2-1B-Instruct：胜率 78.55%，平局率 20.65%。
  • 对 gemma-3-1b-it：胜率 61.03%，平局率 37.93%。
  • 对 Qwen3-1.7B：胜率 50.03%，平局率 49.31%。
• LFM2-350M 和 LFM2-700M 与 Qwen3-0.6B 的胜负对比：
  • LFM2-350M：胜率 46.51%，平局率 51.15%。
  • LFM2-700M：胜率 63.14%，平局率 34.68%。

3. 推理性能

• 在 CPU 上使用 ExecuTorch 进行吞吐量比较：
  • 在不同上下文长度下，LFM2-350M、LFM2-700M 和 LFM2-1.2B 的预填充和解码性能与 Phi-1.5、Qwen3-1.7B、Llama-3.2-1B-Instruct 和 Qwen3-0.6B 等模型进行了对比。
• 在 CPU 上使用 Llama.cpp 进行吞吐量比较：
  • 在不同序列长度下，LFM2-350M、LFM2-700M 和 LFM2-1.2B 的预填充和解码性能与 Gemma3-1B、Qwen3-1.7B、Llama-3.2-1B-Instruct 和 Qwen3-0.6B 等模型进行了对比。

六、核心技术汇总