LFM2.5-2.6B
Liquid AI开发的小参数量语言模型，参数量约2.6B，适用于Agent场景下的强化学习训练实验
时间轴 (近 90 天)
将模型替换为 LFM2.5-2.6B（通过 Mirai AI 服务器运行），在相同 OpenClaw 任务中，内存占用降至 17GB，生成速度约 54.2 tokens/秒，且任务未及时完成。
d1-3B 参数量为 3.12B，视觉编码器是 SigLIP2 NaFlex 形状优化版本（400M），上下文长度 32,768 token，词表 128,000，权重格式为 Safetensors/BF16，基础模型是 LFM2.5-VL-3B（文本骨干与 LFM2.5-2.6B 做了权重平均），许可证为 lfm1.0。
在 4 个 harness 上同时训练，Liquid AI 的 LFM2.5-2.6B 模型得分从 42% 提升到 54%
通过对用更少步骤完成任务给予小额奖励，工具调用次数减少了 31%
全部知识事实 (4)
将模型替换为 LFM2.5-2.6B（通过 Mirai AI 服务器运行），在相同 OpenClaw 任务中，内存占用降至 17GB，生成速度约 54.2 tokens/秒，且任务未及时完成。
50%待验证d1-3B 参数量为 3.12B，视觉编码器是 SigLIP2 NaFlex 形状优化版本（400M），上下文长度 32,768 token，词表 128,000，权重格式为 Safetensors/BF16，基础模型是 LFM2.5-VL-3B（文本骨干与 LFM2.5-2.6B 做了权重平均），许可证为 lfm1.0。
50%待验证在 4 个 harness 上同时训练，Liquid AI 的 LFM2.5-2.6B 模型得分从 42% 提升到 54%
50%待验证通过对用更少步骤完成任务给予小额奖励，工具调用次数减少了 31%
50%