／Liquid AI

其中，LFM-1.3B在许多基准测试中击败了1B领域的众多好手，包括苹果的OpenELM、Meta的Llama 3.2、微软的Phi 1.5或是Stability的Stable LM 2，Liquid AI说，这是首次有非GPT架构的模型明显超越Transformer模型。

而LFM-3.1B不仅超越了3B领域的各种Transformer模型、混合模型与RNN模型，甚至超越了前一代的7B与13B模型，不管是Google的Gemma 2，苹果的AFM Edge AFM，Meta的Llama 3.2，微软的Phi-3.5都屈居下风。

LFM-40.3B则强调模型规模与输出品质之间的平衡，尽管拥有400亿个参数，但运行时激活120亿个参数来推论，能比美比自己还大的模型，此外，其MoE架构能实现更高的吞吐量，也能部署在更具成本效益的硬件上。

现阶段的LFMs擅长一般知识及专业知识，也能处理数学及逻辑推理，并可有效率地处理长文任务，主要支持英文，也支持中文、法文、德文、西班牙文、日文、韩文与阿拉伯文。较不擅长的则有零样本的代码任务，精确的数值计算，具时效性的信息，也无法计算Strawberry这个字中有多少个R，以及尚未部署人类偏好的优化。