LFM2.5-2.6B: агентная reasoning-модель для мобильных устройств
LFM2.5-2.6B: агентная reasoning-модель для мобильных устройств Компания Liquid представила компактную reasoning-модель LFM2.5-2.6B на 2,6 млрд параметров, оптимизированную для агентных задач. Модель обучалась с помощью агентного reinforcement learning в реальных окружениях OpenClaw и Hermes Agent, что позволяет ей эффективно планировать, вызывать инструменты и выполнять многошаговые сценарии. Модель доступна бесплатно через OpenRouter. 🔗 https://openrouter.ai/liquid/lfm-2.5-2.6b:free
22 просмотров