本地跑小模型终于不再是“人工智障”了。
Liquid AI 刚出的 LFM2-2.6B-Exp，是我这周在旧款 Mac 上跑得最顺的“口袋大脑”，断网也能飞起。
1️⃣ 路子很野的“纯强化学习”
这模型完全跳过了 SFT（监督微调），直接用 Pure RL 训练。我实测下来，它的逻辑“直觉”出奇的好。特别是在处理 JSON 数据提取这种脏活儿时，指令跟随能力比我之前常用的 8B 模型还要稳，很少幻觉。
2️⃣ 老电脑的救星
它用了混合架构（卷积+注意力），简单理解就是“吃得少跑得快”。在高铁上信号极差，我用它配合 Obsidian 做本地 RAG 查文档，响应速度比 Qwen3 快了大概一倍，关键是风扇没狂转，续航没崩。
虽然它在 IFBench 上评分挺高，但毕竟只有 2.6B 参数。写写代码片段、改改邮件很爽，但如果你指望它写长篇深度研报，逻辑深度还是不如云端大模型，别神话它。
你现在本地部署主要用 Ollama 还是 LM Studio？👇
#AI工作流 #本地部署 #效率工具 #LiquidAI #独立开发
