طورت شركة Liquid AI نسخة محسّنة من نموذج اللغة LFM2.5 تحمل اسم LFM2.5-DSpark، وهي مصممة لتسريع عملية الاستدلال بشكل ملحوظ. تعتمد التحسينات على تقنية التحقق الاستباقي التي تستخدم نموذج مساعد خفيف الوزن لإنتاج رموز مرشحة، ثم يقوم النموذج الأساسي بالتحقق منها جميعاً في خطوة واحدة، ما يوفر تكاليف تحميل الأوزان عبر عدة رموز.

تعتمد الطريقة المتبعة على ثلاثة مكونات رئيسية، وتستخدم بيانات تدريب متنوعة تشمل ضبط التعليمات والحوارات والأكواد البرمجية ومعالجة الاستدعاءات الوظيفية. نماذج المساعد الناتجة صغيرة نسبياً بحوالي 300 مليون معامل لكل منها، وتتكون من 5 طبقات اهتمام فقط.

عند الاختبار على أجهزة مختلفة، حققت النماذج تحسنات ملموسة في الإنتاجية. على معالج Apple M4 Max، بلغ تسريع النسخة الأصغر 2.6 مليار معامل حوالي 140 رمزاً في الثانية، متجاوزة بكثير سرعات معظم الخدمات السحابية المدفوعة. في سيناريوهات متعددة الأدوات، انخفضت زمنية الاستجابة بنسبة 57% في المتوسط للنسخة ذاتها.

تختلف معدلات التسريع حسب طبيعة البيانات المستخدمة. النسخة 1.2B-Instruct تسجل تباعداً أكبر يصل إلى 52% تبعاً للنصوص المختلفة، بينما تحقق نسخة 8B-A1B تحسناً بنسبة 18% فقط على الأجهزة المحلية بسبب قيود في تطبيق آلية الخبراء المتعددة.

تتوفر نماذج LFM2.5-DSpark مع دعم كامل لأدوات التشغيل الشهيرة مثل llama.cpp و SGLang. يمكن للمستخدمين تحميل نقاط تفتيش النموذج من منصة Hugging Face بصيغ Safetensors و GGUF.