LFM2.5ローカルエージェントを「クラウドフロンティアモデルに代わるか?」と尋ねて判断するものではありません。その質問は広すぎて役に立ちません。より良い問いはもっと小さいです:LFM2.5-8B-A1Bは消費者向けハードウェアで1つの有界ツール使用ループを実行し、適切なツールを選び、正しい引数を渡し、小さな故障から回復し、開発者が何が起きたかを信頼できる十分な証拠を残せるのか?
私はLenaです。ここで一時停止しました。モデルは紙の上では魅力的に聞こえるからです。Liquid AIはLFM2.5-8B-A1Bをツール呼び出し用のオンデバイスMoEモデルとして説明しており、LFM2.5-8B-A1Bモデルカードには合計8.3Bのパラメータと1.5Bのアクティブパラメータがあります。そのアクティブパラメータ数は重要です。これにより、展開の問いは「8Bくらいのモデルを適合できるか?」から「実行時間、量子化、コンテキスト、ツール、ログ、リカバリーループをその周りに収められるか?」に変わります。
モデルアーキテクチャとリリース範囲
LFM2.5-8B-A1Bはテキストのみで推論調整されたMoEモデルです。現在のモデルカードには、合計8.3Bパラメータ、アクティブパラメータ1.5B、24レイヤー、128Kコンテキスト長、英語、アラビア語、中国語、フランス語、ドイツ語、イタリア語、日本語、韓国語、ポルトガル語、スペイン語の明示的なサポートが記載されています。
だからといって、デフォルトで一般的なデスクトップワーカーであるわけではありません。モデルカードはモデルが何のために作られたかを示しており、ツール、権限、状態、再試行、UI自動化でラップした後のローカルデスクトップエージェントの挙動を示すものではありません。リリースはローカルデスクトップエージェントの有望な原材料として扱うべきで、それ自体はデスクトップの証拠として扱いません。
また、モデルがテキストのみであることも重要です。ツールを選ぶ前にスクリーンショットを読む必要がある場合、このモデルだけが解決策ではありません。Liquidの視覚言語モデルは画像処理が可能ですが、LFM2.5-8B-A1B自体はテキストとツールのモデルとして評価されるべきです。
なぜ8BのMoEが配備問題を変えるのか
アクティブパラメータ、メモリ使用量、条件付き計算
MoEモデルの良い点は、総パラメータとアクティブパラメータが同じものではないことです。簡単に言えば、モデルはより多くのエキスパート重みを持ちますが、各トークンでアクティブなのはより小さなサブセットだけです。これにより、生成されるトークンは、同じような総パラメータ数を持つ高密度モデルよりも安価になることがあります。
しかし、ここで私が省略しない部分があります:アクティブパラメータがメモリの圧力を魔法のように消去するわけではありません。モデルの重みを使える形式で読み込み、現在のコンテキスト用にKVキャッシュを保持し、エージェントランタイムを実行し、ツールを公開し、ログを保存し、オペレーティングシステム用の余裕を残す必要があります。GGUF Q4のファイルサイズは見た目は親しみやすいかもしれませんが、ランタイムメモリは単なるファイルサイズではありません。128Kのコンテキストウィンドウは、ハードウェアと実行時間が実際に送信するコンテキストを許容できる場合にのみ有用です。
もしまだ「ローカル」が何を意味するのか決めかねているなら、ローカルAIエージェントとは何か?から始めてみてください。ローカルモデル、ローカル実行、ハイブリッドルーティングは3つの異なる設計です。すべてを「オンデバイス」と呼ぶと、セキュリティの会話がすぐに曖昧になります。
1つの有界ツール使用タスクを定義する
小さな行動空間、観察可能な状態、検証可能な結果
LFM2.5のローカルエージェントテストでは、「デスクトップ全体をコントロールする」とは言い始めません。狭いローカルタスクから始めます。小さなフォルダを読み、5つのファイルを分類し、固定の名前ルールでコピーを名前を変え、Markdownの要約を作成し、監査ログを作成することです。
アクション空間は誤った挙動が見えるほど小さくなければなりません。例えば、list_files、read_file、write_file、rename_copy、ask_for_confirmation、stopのみを許可します。各アクションの前後の状態は観察可能であるべきです。結果はモデルの最終的な説明を信用せずに検証可能であるべきです。
便利なテストプロンプトとしては、「このローカルフォルダを点検し、請求書のようなファイルを特定し、YYYY-MM-vendor-totalを使って名前を変えたコピーを作成し、レポートを書く。元のファイルを改変しないでください。書き込む前に必ず確認してください。」これは良い意味で退屈です。実際のツールの使い方はありますが、悪い判断を隠すほどの自由度はありません。
より広範な制御に関する質問については、許可やUI操作の議論を別のコンピュータユーザーエージェントページに載せることができます。この記事はモデルがクリーンなツールループを生き残れるかどうかのみについて述べています。
エージェント・ループの評価
道具の選択、議論の正確さ、そして回復
Liquidのツール使用ドキュメントには4段階の関数呼び出しパターンが説明されています:ツールを定義し、モデルに関数呼び出しを出し、関数を外部で実行し、ツールの結果をモデルに解釈させる。それが正しい出発点ですが、まだエージェント評価ではありません。
デスクトップエージェントループでは、3つのポイントを別々に評価します。第一に、モデルが正しいツールを選んだか?次に、パス、ID、日付、必要欄などの有効な引数を渡していたか?第三に、ツールがエラーを返した際、安全に回復したか、それとも前進を続けたか?
ここで小さなモデルがしばしば姿を現します。彼らはもっともらしいツールを選び、やや間違った道を通ることもあります。ディレクトリを再度リストアップする代わりに推測して欠落ファイルを回復するかもしれません。ランタイム中に明確なフィードバックが得られなければ、同じ失敗したコールを繰り返すかもしれません。それはモデルを否定する理由ではありません。それは回復をテストの一部にすべき理由であり、後付けの話ではなくすべきです。
レイテンシー、メモリ、オペレーターの介入
パフォーマンス数値にはラベルが必要です。Liquidはハードウェア、精度、入力長、出力長、実行時間、並行性などのベンチマーク条件を報告し、公開されたスループット数値を報告します。デスクトップテストも同様に具体的であるべきです。
ローカルデスクトップテストでは、ハードウェア、オペレーティングシステム、実行時間、モデルフォーマット、量子化、コンテキスト長さ、工具数、呼び出し回数、再トライ回数、ウォールクロック時間、ピークメモリ、そして人間が介入したかどうかを記録します。これらの詳細がなければ、「十分速い」というのは単なる雰囲気に過ぎません。
小さなスコアカードを使うと思います:
| メトリック | 記録するもの |
|---|---|
| 工具選択 | 正しい工具/ツール全体の判断 |
| 引数の正確性 | 有効な引数 / 総呼び出し数 |
| リカバリー | インジェクションエラー後の安全なリカバリー |
| レイテンシ | 最初のツール呼び出しまでの時間とフルタスクまでの時間 |
| メモリ | 実際の文脈におけるピークRAMまたはVRAM |
| 介入 | 人間の承認または修正件数 |
もしフルスタックを設計するなら、より深いアーキテクチャの課題はAI Agent Architecture: Tools for Memory and Planningにあります。モデルは一層に過ぎません。
ベンダーベンチマークとデスクトップエビデンスを分離
発表された条件、欠落した検定、再現性
ベンダーベンチマークは有用ですが、デスクトップエージェントの結果として書き換えるべきではありません。LFM2.5-8B-A1Bは、BFCLやTau²の結果を含む強力なツール使用ベンチマーク数値を示していますが、それらのベンチマークはファイルシステム、UI権限、ランタイムビルド、量子化チェックポイント、ユーザー確認フローとは異なります。
ここでは慎重にしたいと思います。ベンチマークはモデルにツール使用の可能性があることを示すことはできますが、エージェントがファイルの名前を正しく変更するか、元のファイルに触れないか、確認がない場合に停止するかどうかを教えてくれるわけではありません。それはエージェントが実際に実行される環境でテストする必要があります。
再現性はチェックポイントから始まります。公式リポジトリを使用し、リビジョンを固定し、利用可能な場合はハッシュを確認し、ランタイムを記録してください。コミュニティの量子化モデルをダウンロードする場合、それを元のチェックポイントとは別の成果物として扱ってください。それが悪いことを意味するわけではありません。単にその結果はその正確なファイルに属しているのであり、モデル名全体に属するわけではないということです。
モデルの適用範囲を決定する
低リスクのローカルタスクと、より厳密な検証が必要なワークロード
現在の私の見解では、LFM2.5-8B-A1B はアクション空間が狭く、ツールの契約が構造化されており、ミスが簡単に確認できる場合に最適です。ローカルのファイル整理、構造化したデータ抽出、簡単なリサーチルーティング、個人アシスタントのコマンド、小規模なワークフロー自動化、破壊的でないデスクトップ作業は合理的な最初のテストです。
支払い、アカウント変更、送信メッセージ、プロダクションコードの編集、法務または医療のワークフロー、そして誤ったツール呼び出しが実際の副作用を生む可能性があるものについては、より注意が必要です。これらのタスクでは、より厳密な検証、冪等性、承認、ログ、おそらくフォールバックモデルや人間のオペレーターが必要です。
ここで EvoMap が自然に適合します。ローカルモデルがデスクトップ作業を解決するという主張としてではなく、再利用可能な経験、ツールの境界、これまでにうまくいったことの証拠を考える方法としてです。製品側の道筋としては、EvoX デスクトップ製品ページ が次の社内ステップです。
FAQ
Liquid AI は公式 LFM2.5 モデルファイルのチェックサムを公開していますか?
Hugging Face のファイルページでは、大容量アセットのファイルレベルハッシュ(SHA-256 や Xet ハッシュ詳細を含む)を確認できます。それでも、すべてのミラーや量子化が同じ信頼信号を引き継ぐと仮定せず、使用している正確なファイル、フォーマット、リビジョンを確認してください。
現行の LFM2.5-8B-A1B 商用展開にはどのライセンスが適用されますか?
モデルカードには lfm1.0 が記載されており、Liquid の LFM ライセンスページ によれば、同社のオープンファウンデーションモデルは、年間収益が1000万ドルを超えるまでは商用利用無料です。その閾値を超える場合、商用ライセンスが必要です。出荷前に現在のライセンスを確認してください。これは古いブログ記事からコピーすべきでない詳細の一例です。
モデルはツールを選択する前に画像を処理できますか?
LFM2.5-8B-A1Bはテキスト専用モデルとしてリストされています。ツール選択の前に画像理解が必要な場合は、ビジョン・ランゲージモデルを使用するか、別の視覚的前処理ステップを行い、その後、観察された状態をツールループに渡してください。
現在のモデルカードで明示的にサポートされている言語はどれですか?
現在のモデルカードでは、英語、アラビア語、中国語、フランス語、ドイツ語、イタリア語、日本語、韓国語、ポルトガル語、スペイン語が明示的にリストされています。
LFM2.5は推論の痕跡をホストエージェントに公開していますか?
モデルカードによると、アシスタントのターンには最終回答の前に明示的な思考の連鎖が含まれています。実運用のホストエージェントでは、それは意図的なログ記録、表示、プライバシーポリシーが必要なモデル出力として扱うべきで、すべてのユーザーや下流ツールに安易に公開するものではありません。
最終的な考え
LFM2.5のローカルエージェントは試す価値がありますが、最初のテストは小規模にしておくべきです。1つの限定されたタスク。1つの明確なツールメニュー。1つの観察可能な状態。1つの検証可能な結果。
現時点ではここまでにしておきます。「8B MoEがあなたのデスクトップを動かせる」というのではなく、「周囲のエージェントループが十分に制限を設計されていれば、このモデルは構築者にもっともらしいローカルツール呼び出しのコアを提供する」ということです。
過去の投稿:
- エージェントスタックにおける「ローカル」が何を意味するかまだ定義している場合、ローカルAIエージェントアーキテクチャは、ローカルモデル、ローカル実行、およびハイブリッドルーティングの違いを説明しています。
- 小規模なツール呼び出しモデルの周囲でのランタイム層について、AIエージェントハーネスエンジニアリングは、モデル自体の周囲にメモリ、オーケストレーション、ツール制御、および評価がどのように配置されるかを示しています。
- ローカルツール呼び出しがどのようにして長い実行ループになるか理解するために、エージェント実行チェーンは、アクション、フック、状態変化、および回復ステップがエージェント実行全体でどのように接続されるかを説明しています。




