Liquid AI publie des checkpoints GGUF Q4_0 pour LFM2.5 entraînés par distillation consciente de la quantification. Objectif : conserver la vitesse et la faible empreinte mémoire du 4 bits, avec une perte de précision largement réduite.
Liquid AI présente LFM2.5-VL-3B, un modèle vision-langage de 3,1 milliards de paramètres conçu pour comprendre documents, interfaces et images sur du matériel local. Ce que disent ses benchmarks, ses promesses de vitesse et les points à valider avant un déploiement.
Muse Glimmer est un modèle multimodal dense de 30 milliards de paramètres, conçu par Meta pour les usages agentiques en local. Licence Apache 2.0, support immédiat dans Transformers, llama.cpp et vLLM : voici ce que la documentation publiée permet d’en retenir.
Liquid AI présente LFM2.5-2.6B, un modèle de 2,6 milliards de paramètres orienté tool calling et workflows agentiques, conçu pour fonctionner sur CPU, GPU et appareils locaux.
Swift Transformers passe à la version 1.0, renforçant le développement IA sur plateformes Apple avec des modules améliorés.
GGML et llama.cpp s'allient à Hugging Face pour accélérer l'adoption de l'IA locale, avec un engagement open-source renforcé.