Liquid AI 近期进展
Liquid AI开源Antidoom：用FTPO减少推理模型Doom Loops
marktechpost 原文链接Liquid AI开源了Antidoom工具，旨在通过FTPO技术减少推理模型中的Doom Loops，提高模型推理的稳定性和效率。
Liquid AI 发布 LFM2.5-230M 模型，支持多种推理框架用于设备端推理
marktechpost 原文链接Liquid AI发布了LFM2.5-230M模型，支持多种推理框架，如LLama-CPP、MLX、VLLM和ONNX，旨在提高设备端推理的性能。
Liquid AI 发布最小模型 LFM2.5-230M，支持 SGLang
LMSYS Org (SGLang) 原文链接Liquid AI发布了最小模型LFM2.5-230M，支持SGLang，进一步拓展了模型在多语言处理方面的应用。
vLLM 日首发支持 LFM2.5-230M，面向 agent 工作负载
vLLM 原文链接vLLM宣布首发支持LFM2.5-230M模型，该模型适用于agent工作负载，提高了agent的智能水平。
Liquid AI发布LFM2.5-Embedding-350M和ColBERT-350M多语言搜索模型
marktechpost 原文链接Liquid AI推出了LFM2.5-Embedding-350M和ColBERT-350M多语言搜索模型，支持11种语言，提高了跨语言搜索的效率。
Liquid AI LFM2.5-8B-A1B：1.5B活跃参数跑本地Agent，接近4倍参数模型
berryxia 原文链接Liquid AI发布的LFM2.5-8B-A1B模型，拥有1.5B活跃参数，能够在本地Agent上运行，其参数量接近4倍，展示了模型在效率和性能上的提升。
当前焦点与观察点
当前，Liquid AI在人工智能领域的发展呈现出快速创新的趋势。其模型在参数量、推理效率和跨语言处理能力上均取得了显著进展，尤其在设备端推理和agent工作负载方面的应用受到了广泛关注。Liquid AI通过不断推出新模型和技术，为人工智能的发展提供了新的可能性。