LFM3는 작은 공통 기반에서 여섯 모델로 나뉘며 구조화된 판단에는 별도 경로를 쓴다

하나의 기반에서 여섯 가지 다른 작업으로 분기한다

LFM3-1.7B는 텍스트를 생성한다. LFM3-VL-2B는 이미지와 영상 입력을 추가하며, LFM3-Audio-2B는 텍스트 또는 오디오를 받아 텍스트나 음성을 출력한다. LFM3-Omni-2B는 텍스트·시각·오디오 입력을 결합해 텍스트나 음성을 반환한다. 분기 그림은 같은 기반에서 갈라진 별도 학습 경로를 보여 주며, 한 체크포인트에서 여섯 인터페이스를 서로 바꿔 쓴다는 뜻이 아니다. 텍스트 카드는 별도로 MOPD가 여섯 전문 교사를 한 학생에 증류한다고 설명한다. 교사 여섯 개와 제품 분기 여섯 개는 다르다.

나머지 d1-2B와 d1-omni-2B는 각각 VL과 Omni에서 파생되며 확률을 포함한 구조화된 답을 반환한다. AISubHub의 해석은 필요한 입출력 규약부터 정하자는 것이다. 음성 대화와 제한된 항목으로 문서를 분류하는 판단은 서로 다른 공학 문제다. 또한 ‘2B급’은 모든 모델의 매개변수가 정확히 20억 개라는 뜻이 아니다.

24층에 국소 처리와 전역 문맥을 함께 배치한다

LiquidAI에 따르면 게이트 합성곱 13층의 커널 크기는 LFM2의 3에서 7로 커졌다. 어텐션 5층은 256토큰 창을 쓰고, 6층은 전체를 참조한다. 헤드별 sigmoid 게이트, 전역 어텐션 각 헤드의 고주파 절반에만 적용하는 RoPE, 윈도 층의 전체 RoPE, 입력·출력 정규화가 설명된 설계를 이룬다. 하드웨어를 포함한 탐색은 기기·백엔드 조합 14개를 포괄하지만 해당 기기에서의 모든 배포를 인증하는 것은 아니다.

기반 학습량 22T 토큰에는 마지막 3.5T 중간 학습 단계가 포함되며, 어휘 크기는 128K다. 텍스트 카드의 256K는 입력과 출력의 합이다. 블로그의 LFM2-1.2B 대비 매개변수당 엣지 비교에서는 짧은 프롬프트 속도가 같고 8K 문맥 추론은 약 25% 빠르다고 한다. 4-bit에서 약 1GB라는 설명도 있다. 당사는 실행 환경, 문맥 캐시, 모달리티 부가 메모리를 따로 계산해야 한다고 보며, 긴 문맥 앱 전체가 그 용량에 맞는다고 약속하지 않는다.

텍스트와 시각 점수에는 원래 비교 기준이 필요하다

텍스트에 대해 블로그는 LFM2.5-2.6B보다 매개변수가 35% 적고 WebArena-Verified 점수가 38.42 대 3.02라고 보고한다. 시각에서는 LFM3-VL-2B를 LFM2.5-VL-3B와 비교해 매개변수 1.9B 대 3.1B, 62개 벤치마크 평균 57.6에서 71.4로의 상승을 제시하며 Gemma 4 12B와 비슷하다고 설명한다. 이는 공급사가 보고한 조건부 비교이지 종합 순위나 당사의 재현 결과가 아니다.

새 164M 시각 인코더는 이전 SigLIP2 인코더의 약 3분의 1 계산량을 쓴다고 한다. Qwen3.5-2B 인코더와의 별도 정확도 비교는 양쪽에 같은 LFM2.5-230M 언어 기반을 사용하며, 필요한 FLOPs는 약 1/2.2로 보고한다. 이렇게 조건을 통제한 인코더 비교는 전체 모델 지연 시간이 아니다. 샘플링한 프레임 두 장을 시간 슬라이스 하나로 합치면 시간축 시퀀스가 절반이 되지만, 모든 영상에서 정확도가 그대로라는 뜻은 아니다.

음성 시간은 전체 대화가 아닌 구성 요소의 시간이다

오디오 분기는 인과적 인코더와 LiquidCodec을 추가한다. 글은 18개 언어 간 번역을 설명하며 UTMOSv2 3.83, 비교 모델 LFM2.5-Audio-1.5B의 3.22를 보고한다. 첫 토큰까지 빠르면 50ms라고 하지만 그 수치의 하드웨어와 전체 측정 조건은 명시하지 않는다. 첫 토큰 시간은 마이크 입력부터 응답까지의 지연을 실증한 값이 아니다.

별도의 약 87배 실시간 속도는 Apple M4 Max의 CPU 스레드 하나에서 코덱이 음성을 디코딩하는 경우다. 이를 모델 생성, 네트워크 전송, 모든 기기의 속도로 옮겨 쓰면 안 된다. Omni는 모달리티를 합치며 Daily-Omni, WorldSense, AV-SpeakerBench에서 더 큰 모델과의 비교를 인용한다. 해당 테스트가 모든 멀티모달 작업의 우위를 입증하거나 당사가 음질을 평가했다는 뜻은 아니다.

d1은 이름 붙인 질문들에 한 번의 순전파로 답한다

자기회귀 모델에 문단을 작성하게 하는 대신 d1은 상태와 여러 질문을 받는다. 예제는 환불 요청 분류, 담당 팀 배정, 주제 선택, 긴급도 점수를 함께 다룬다. 한 번의 순전파라는 말은 해당 질문들에 답하는 과정을 뜻한다. 이미지·오디오 전처리가 사라지거나 앱 전체가 한 번의 연산이 되는 것은 아니다. d1-omni는 이 판단 방식에 오디오 입력을 추가한다.

LiquidAI는 d1-2B가 d1-3B보다 매개변수가 3분의 1 적고 글에 제시된 네 판단 평가군에서 더 높은 점수를 얻었으며, ImajevBench에서는 75.5 대 64.0이라고 보고한다. ‘보정됨’은 여전히 공급사의 설명이며 확률이 개별 답의 정답 여부를 증명하지는 않는다. 당사는 사용하려는 데이터에서 보정과 라우팅 임계값을 검증하고, 분포 변화와 사람의 검토가 필요한 사례도 포함할 것을 권한다.

미세 조정에도 하드웨어·용도·라이선스 확인이 남는다

노트북은 문서 JSON용 SFT, 검색 근거에 따른 답변 또는 거절용 DPO, 도구 108개를 쓰는 휴대전화 앱용 GRPO, 튀르키예어용 CPT와 시각·음성 명령 과제를 다룬다. 블로그는 모든 모델을 GPU 한 장으로 미세 조정할 수 있다고 하지만 GPU 메모리, 시퀀스 길이, 학습 시간, 비용은 제시하지 않는다. 튜토리얼은 완성한 앱의 신뢰성을 입증하지 않는다.

텍스트 카드는 지식 집약적 과제에 검색을 권하며, 작은 모델 크기 때문에 에이전트형 코딩이나 복잡한 다단계 추론은 권장하지 않는다. 당사는 코드나 모델을 실행하지 않았고 노트북을 감사하지 않았으며 연결된 로봇 영상도 보지 않았다. 따라서 로봇 신뢰성에 관한 주장을 하지 않는다.

텍스트 체크포인트의 카드는 LFM Open License v1.0을 지정한다. 조항은 연 매출 US$10 million의 기준을 정의하고 이를 초과하는 법인의 상업적 이용을 제한하며, 적격 비영리단체의 비상업적·연구 목적 예외와 재배포 의무를 둔다. 무조건적인 상업적 허용이 아니며 정확한 경계는 전체 조항을 읽어야 한다. 다른 다섯 체크포인트의 라이선스는 개별 확인하지 않았다.