참고HF Blog
Hugging Face, 에이전트 성능 강화한 소형 모델 'LFM2.5-2.6B' 공개
2.6B 규모로 128K 컨텍스트를 지원하며 에이전트 태스크에서 상위 모델과 경쟁 가능한 성능을 보여 로컬 배포용으로 적합.
요약
LFM2.5-2.6B는 약 34T 토큰으로 사전 학습되었으며, 중간 학습 단계를 거쳐 128K 컨텍스트 윈도우를 지원합니다. 이 모델은 모델 최적화, 추론, 환경 실행을 분리한 에이전트 강화학습(Agentic RL) 파이프라인을 통해 학습되어 에이전트 기능을 강화했습니다. 특히 샌드박스 서비스 내 블랙박스 하네스를 활용해 수정 없이도 에이전트 행동을 제어하고 학습 데이터를 수집할 수 있습니다. 벤치마크 평가 결과, LFM2.5-2.6B는 자신보다 최대 4배 큰 모델들과 대등하거나 더 뛰어난 성능을 보였으며, 특히 지시사항 준수와 도구 사용 부문에서 강점을 드러냈습니다. 실무적으로는 명령어 수행 및 툴 활용 능력이 탁월하여 다양한 애플리케이션에 적합한 소형 모델로 평가받습니다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 Deploy local agents everywhere with LFM2.5-2.6B
원문 보기 ↗