LFM2.5-2.6B 在 34T Token的数据集上进行预训练，并通过扩展现有分词器增强了对非拉丁字母语言的支持。Liquid AI 在 Hugging Face 平台上同时提供基础和后训练版本的该模型。
LFM2.5-2.6B 在智能体任务中全面优于两款 Gemma 模型，并与 Qwen 模型表现相近。在 STEM 领域，它在 AA Omniscience 测试中领先，仅在数学测试中落后于 Qwen3.5-9B。编程是唯一一个更大模型仍保持优势的领域。
LFM2.5-2.6B 在 34T Token的数据集上进行预训练，并通过扩展现有分词器增强了对非拉丁字母语言的支持。Liquid AI 在 Hugging Face 平台上同时提供基础和后训练版本的该模型。
LFM2.5-2.6B 在智能体任务中全面优于两款 Gemma 模型，并与 Qwen 模型表现相近。在 STEM 领域，它在 AA Omniscience 测试中领先，仅在数学测试中落后于 Qwen3.5-9B。编程是唯一一个更大模型仍保持优势的领域。
