LFM2：AIにおけるオープンサイエンスの推進

Liquid AIでは、知識をオープンに共有することで科学の進歩が加速すると考えています。本日、Liquid Foundation Modelの第2世代である LFM2 のテクニカルレポート全文を公開できることを嬉しく思います。

このレポートを共有する理由は、エッジデバイス向けに効率的かつ高性能なAIモデルを構築するためには、アーキテクチャ設計、トレーニング手法、マルチモーダル統合に至るまで、多くの困難な課題を解決する必要があるからです。これらの学びを独占するのではなく、そのプロセスを詳細に文書化しました。

LFM2 の技術レポートで扱っている内容：

• ハードウェア・イン・ザ・ループによるアーキテクチャ探索
• 知識蒸留のための新しい学習目標
• スモールモデルのためのトレーニング後レシピ
• ビジョン言語機能（LFM2-VL）
• 音声処理（LFM2-Audio）
• 情報検索（LFM2-ColBERT）

オープンウェイト＝オープンナレッジ：テクニカルレポートとあわせて、すべてのLFM2モデルは Hugging Face でオープンウェイトとしてリリースされます。また、ExecuTorch、llama.cpp、vLLM向けのデプロイガイドも付属しています。

この研究が、次世代のAIシステムを構築する研究者、エンジニア、実務家にとって有益なリソースとなることを願っています。