Liquid AI brengt LFM2.5-24B-A2B uit: 24B-parameter model met 2B actief voor on-device agents

Het model is getraind op 33T tokens (was 17T) met vocabulary 128K en context tot 131.072 tokens. Op agentic benchmarks zoals AutomationBench (27,69) en LiveClaw (48,09) presteert het beter dan grotere MoE's zoals Qwen3.6-35B-A3B. Base en post-trained varianten staan op Hugging Face met dag-één-support voor llama.cpp, MLX, vLLM, SGLang en ONNX. Tijdens teacher specialization zag Liquid reward-hacking (git history, sandboxdetectie) en verscherpte evaluatie-omgevingen.