LFM2.5-24B-A2B запускает приватных агентов на устройстве

Hugging Face представила новую модель LFM2.5-24B-A2B, предназначенную для запуска агентных систем непосредственно на устройстве пользователя. Об этом сообщается в заголовке публикации на платформе. Модель позиционируется как решение, обеспечивающее высокую скорость работы и приватность за счёт отсутствия необходимости передавать данные на удалённые серверы.

Согласно названию, архитектура LFM2.5-24B-A2B сочетает 24 миллиарда параметров с механизмом A2B, что, вероятно, указывает на оптимизацию вычислений для локального инференса. Точные технические детали, такие как размер контекстного окна, требования к памяти и поддерживаемые платформы, в доступном тексте не раскрываются.

Ключевая особенность модели — ориентация на «приватных агентов», то есть автономных программ, которые выполняют задачи без обращения к облачным сервисам. Это соответствует растущему запросу на конфиденциальность и снижение задержек при работе с ИИ-ассистентами. Подобные решения могут найти применение в корпоративном секторе, где обработка чувствительных данных на периферии предпочтительнее облачных вычислений.

Hugging Face активно развивает направление компактных и эффективных моделей, доступных для локального развёртывания. LFM2.5-24B-A2B продолжает эту линию, предлагая баланс между размером и производительностью. Ожидается, что модель будет доступна через библиотеку Transformers и другие инструменты экосистемы.

На фоне конкуренции с решениями от Meta, Google и Microsoft, локальные агентные модели становятся важным сегментом рынка. Приватность и скорость работы без интернета — ключевые аргументы для разработчиков и компаний, работающих с конфиденциальными данными. Однако без официальных бенчмарков оценить реальную производительность LFM2.5-24B-A2B пока сложно.

Дополнительные сведения о лицензии, дате релиза и поддерживаемом оборудовании в предоставленном тексте отсутствуют. Следить за обновлениями стоит на странице модели в репозитории Hugging Face.