Liquid AI 發布 LFM2.5 雙向編碼器，支援 CPU 高速 8K 上下文處理

Liquid AI 的 LFM2.5 Encoder 系列鎖定分類、意圖路由與長文本偵測等理解任務，將原有解碼器骨幹轉換為雙向架構，再以掩碼語言模型目標訓練。這類設計可同時利用詞元前後文，並針對無 GPU 的 CPU 部署降低運算成本，擴大企業在邊緣裝置與本地環境導入 AI 的可行性。

Liquid AI 最新正式發布兩款開源權重模型 LFM2.5-Encoder-230M 與 LFM2.5-Encoder-350M，參數規模分別為 2.3 億與 3.5 億，皆支援最長 8,192 token 上下文。公司表示，新模型即使處理 8K 長文本，仍能在 CPU 上維持高速推論，為分類、語意判斷及長文件分析提供更精簡的部署選項。