LFM2.5-2.6B发布：小参数模型击败大模型

LFM2.5-2.6B模型正式发布，该仅有26亿参数的模型在指令遵循和工具使用方面成功击败了更大的模型。其核心训练流程结合了SFT、在线蒸馏和强化学习等技术，其中MOPD（混合在线策略蒸馏）和agentic RL两个阶段最为关键。通过将完整的Agent训练流程压缩进极小参数量，展现了小模型在智能体领域的巨大潜力。

2026-08-04 ~ 2026-08-04 · 3 条相关