Modelo
LLMs & Texto
LiquidAI/LFM2.5-230M
Modelo de geração de texto · 230 M de parâmetros — 9.8 mil downloads e 128 curtidas no Hugging Face.
Hugging Face · Modelos
·LiquidAI
·
·↓ 9791
·♥ 128
O modelo LiquidAI/LFM2.5-230M aparece entre os mais comentados do Hugging Face — um termômetro do que a comunidade está realmente usando agora na tarefa de geração de texto.
Ficha técnica
- Tarefa: geração de texto
- Parâmetros: 230 M
- Biblioteca:
transformers - Formatos: safetensors
- Licença: proprietária / outra
- Downloads: 9.8 mil · Curtidas: 128
Hardware recomendado
Estimativa de VRAM só para carregar os pesos (com ~20% de folga para ativações). Contextos longos consomem memória adicional para o cache de atenção (KV cache).
- Precisão original (16-bit): ~0.6 GB de VRAM — roda em CPU ou GPU de notebook
- Quantizado 8-bit: ~0.3 GB de VRAM — roda em CPU ou GPU de notebook
- Quantizado 4-bit: ~0.1 GB de VRAM — roda em CPU ou GPU de notebook
Como rodar localmente
Carregue com a transformers usando o template de chat:
pip install -U transformers accelerate torch
from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "LiquidAI/LFM2.5-230M"
tok = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
model_id, torch_dtype="auto", device_map="auto"
)
msgs = [{"role": "user", "content": "Explique o que é entropia."}]
inputs = tok.apply_chat_template(
msgs, add_generation_prompt=True, return_tensors="pt"
).to(model.device)
out = model.generate(inputs, max_new_tokens=256)
print(tok.decode(out[0][inputs.shape[-1]:], skip_special_tokens=True))Para servir como API (recomendado para modelos grandes), use o vLLM:
pip install vllm
vllm serve LiquidAI/LFM2.5-230MTags
transformers safetensors lfm2 text-generation liquid lfm2.5 edge conversational
// relacionados
