Liquid AI 发布 LFM2.5-2.6B 并公开端侧 Agent 后训练配方

Liquid AI 发布端侧模型 LFM2.5-2.6B，已在 Hugging Face 开放下载，定位为小体积、快速且针对 agentic 任务优化的本地部署模型，支持工具调用。研究员 helloiamleonie 随后发布系列长文，系统讲解 LFM2 系列（LFM2.5-350M 到 2.6B）的完整设计方法与后训练配方；后训练团队成员 Maxime Labonne、Edoard Mosca 与 Jiahui Wang 也在讨论中强调，真正让端侧 agentic 模型可用的关键在于后训练。这批材料是理解小模型 agent 训练的一手资料。

已确认

• 模型发布：LFM2.5-2.6B 开放下载，官方号召开发者将其跑在手机或笔记本上做端侧 Agent 实验；Leonie 称其追平 3 倍大的 Qwen3.5-9B，并强调智能体可因此在手机、笔记本、机器人、汽车上全天候本地免费后台运行、可多并发。
• 后训练配方四步走：经典 SFT（加入 agent 轨迹数据与 antidoom 训练）；SFT+RL 训练多个对应单项技能的专项 teacher；用 MOPD（多域 on-policy 蒸馏）让学生同时向各领域专家 teacher 学习；agentic RL 环节直接在 agent harness 内训练，让模型提前熟悉各 harness 的 system prompt 与内置工具，整体架构分为三块。
• On-policy 蒸馏（OPD）原理：把学生自身轨迹喂给 teacher，teacher 基于自身概率逐 token 打分（衡量「惊讶程度」）。作为铺垫，Leonie 先复习了 RLVR（可验证奖励强化学习）：从回答中提取最终答案与真值比对，整条轨迹只得到一个通过/不通过的稀疏信号，长多轮生成时效率低，这正是 OPD 逐 token 密集信号的价值所在。
• Antidoom 训练：检测 doom loop（死循环）并针对性处理，据 Leonie 介绍将死循环率从 10% 降至 1%。
• 端侧约束：iPhone 8GB RAM 与系统应用共享后实际可用约 4GB，这是端侧 Agent 选型的三大要素之一（该内容为其在 AI Engineer Paris 演讲的线程版）。

尚未确认

「追平 Qwen3.5-9B」「死循环率 10%→1%」等数据均出自发布方研究员之口，尚缺独立评测佐证。

为什么重要

该系列把「在 harness 内训练」「多域 on-policy 蒸馏」「antidoom 训练」等工程手段公开成可复用的配方，为端侧小模型做 agent 提供了完整参考路径；若追平 3 倍大模型的表现在社区复现中得到验证，将显著降低本地部署智能体的门槛。

2026-09-25 ~ 2026-09-26 · 11 条相关

• 端侧 Agent 选型三要素:8GB 手机只余约 4GB 跑模型 — helloiamleonie · 2026-09-25
• 【源头】Liquid AI 员工长文拆解端侧小模型设计:antidoom 训练把死循环从 10% 降到 1% — helloiamleonie · 2026-09-25
• Liquid AI 提出 Antidoom 训练，将模型死循环率从 10% 降至 1% — helloiamleonie · 2026-09-25
• 可验证奖励 RL 为何不够：奖励信号太稀疏 — helloiamleonie · 2026-09-25
• On-policy 蒸馏图解：teacher 按逐 token 给学习信号 — helloiamleonie · 2026-09-25
• 多域 on-policy 蒸馏：让一个模型同时学多种技能 — helloiamleonie · 2026-09-25
• 把模型放进 harness 里训练：LFM2.5 的 agentic RL 细节 — helloiamleonie · 2026-09-25
• 【源头】LFM2.5-2.6B 后训练配方：SFT+RL+蒸馏四步走 — helloiamleonie · 2026-09-25
• LFM2.5-2.6B：2.6B 模型追平 3 倍大的 Qwen3.5-9B — helloiamleonie · 2026-09-25
• 【源头】Liquid AI 发布 LFM2.5-2.6B 端侧模型，主打小而快的本地 Agent 部署 — helloiamleonie · 2026-09-25
• Liquid 团队谈端侧 Agent 模型：真正的关键在后训练 — alexcovo_eth · 2026-09-26