UserRepGen-4B vs LFM2.5 2.6B Base : la matière première et la pièce finie

Le moyen le plus rapide de voir ce qui distingue microsoft/UserRepGen-4B de LFM2.5-2.6B-Base est de compter les formats. Le checkpoint de 2,69 milliards de paramètres de Liquid AI se décline en quatre formats — les poids Transformers natifs, GGUF pour llama.cpp, ONNX pour les environnements d’exécution multiplateformes, et MLX pour Apple Silicon — parce qu’il est fait pour être adapté et déployé par d’autres. Celui de Microsoft, UserRepGen-4B, n’est livré que d’une seule manière : un unique fichier safetensors bfloat16 non quantifié de 9 078 620 536 octets, avec une fiche qui indique clairement qu’« aucun format optimisé ou spécifique à un appareil n’est actuellement disponible ». L’un est une matière première. L’autre est une pièce finie. Ils ne sont pas concurrents ; ce sont deux étapes consécutives d’un même travail, et les mettre côte à côte est le moyen le plus clair de voir ce qui change réellement entre le lancement d’un fine-tune et sa livraison.

Les deux positions dans la pile

LFM2.5-2.6B-Base est le checkpoint pré-entraîné qui se trouve à la base de la famille LFM2.5 de Liquid AI — celui à partir duquel toutes les variantes post-entraînées sont construites. Il n'a délibérément jamais été affiné par instructions. Sa propre fiche de modèle ne le recommande que pour « les tâches qui exigent un affinage poussé, comme les assistants propres à une langue (par ex. le japonais) ou à un domaine (par ex. le médical), l'entraînement sur des données propriétaires, ou l'expérimentation de nouvelles approches de post-entraînement ». Posez-lui une question et il poursuivra votre texte au lieu d'y répondre, car répondre n'a jamais fait partie de son entraînement.

UserRepGen-4B, c'est à quoi ressemble l'étape suivante. Microsoft a pris Qwen3.5-4B, a ajouté un LoRA de rang 64, l'a entraîné par fine-tuning supervisé en ligne via distillation rétrospective de juillet à août 2026, et a publié le résultat le 14 octobre sans annonce ni article. Il fait exactement une chose — lit une conversation multi-tours et écrit une description JSON à deux champs de l'utilisateur qu'elle contient — et ne fait rien d'autre.

Donc, la formulation honnête n’est pas « lequel est meilleur ». C’est : l’un de ceux-ci est ce que vous fine-tunez, et l’autre est ce qu’un laboratoire a produit en fine-tunant autre chose.

Ce que le téléchargement vous donne réellement

• Paramètres et empreinte — LFM2.5-2.6B-Base compte 2,69 milliards de paramètres dans une architecture hybride ; UserRepGen-4B est un modèle de classe 4B dont le fichier de poids publié fait environ 9,1 Go en bfloat16, sans version plus petite disponible.

• Contexte — 131 072 tokens sur le checkpoint Liquid, contre une séquence d'entraînement de 9 216 tokens sur celui de Microsoft (8 192 pour le prompt, 1 024 pour la complétion), l'utilisation étendue n'étant explicitement pas prise en charge.

• Formats — GGUF, ONNX et MLX aux côtés des poids natifs, contre un seul fichier safetensors.

• Licence — la LFM Open License (lfm1.0) d'un côté, MIT plus un Apache 2.0 hérité de l'autre. Toutes deux suffisamment permissives pour qu'on puisse bâtir dessus ; aucune des deux n'est le même document.

• Langues — seize langues nommées sur la carte Liquid, anglais uniquement sur celle de Microsoft.

• Adoption — LFM2.5-2.6B-Base est public depuis le 1er août 2026 et affiche environ 6 282 téléchargements et 51 mentions J'aime. UserRepGen-4B, mis en ligne le 14 octobre, en était à zéro pour chacun de ces chiffres au moment de la rédaction de ces lignes.

Une seule de ces lignes porte sur la qualité. Le reste porte sur le fait de savoir si la chose passe par la porte que vous avez.

Deux architectures conçues pour des pièces opposées

Liquid décrit LFM2.5 comme « une nouvelle famille de modèles hybrides conçus pour un déploiement sur appareil », et la forme du checkpoint de base en découle. Trente couches, dont vingt-deux blocs de convolution courte à double porte et huit mécanismes d’attention à requêtes groupées, un vocabulaire de 128 000 tokens et un budget d’entraînement de 34 000 milliards de tokens. Les blocs de convolution sont économes en mémoire et d’une latence prévisible ; toute la conception vise les téléphones, les ordinateurs portables et les boîtiers en périphérie.

RepGen-4B hérite de l'hypothèse inverse. Son squelette est une pile standard de génération conditionnelle Qwen3.5 — 32 couches, une taille cachée de 2 560, 16 têtes d'attention avec 4 têtes clé-valeur, un vocabulaire de 248 320 jetons, et une tour de vision transportée telle quelle depuis le point de contrôle parent, bien que le modèle soit uniquement textuel et que les images ne soient explicitement pas prises en charge. Microsoft indique l'héberger avec vLLM sur des GPU H100, A100, RTX A6000 et B200. C'est une liste de composants de serveur, pas de l'informatique en périphérie.

Une équipe qui choisit entre les deux choisit en réalité quelle contrainte accepter : la mémoire embarquée et un environnement d’exécution qu’il faut peaufiner pour qu’il soit au point, ou du matériel de centre de données et un modèle qui s’acquitte déjà de son unique tâche.

Où le fine-tuning a réellement fait bouger le chiffre

C’est la partie de la comparaison à laquelle un modèle de base ne peut pas répondre, par définition. LFM2.5-2.6B-Base ne publie aucun benchmark de tâches, car un checkpoint de base n’a pas de tâche — les chiffres de qualité de la famille appartiennent au pendant post-entraîné.

UserRepGen-4B en publie une, et c'est la preuve la plus solide de toute la publication. Sur une évaluation de fidélité portant sur 700 conversations, jugée sur une échelle de 1 à 10 :

• Qwen3.5-4B base, le backbone non adapté — 3,41 meilleur sur 1, 4,42 meilleur sur 3.

• GPT-5.5 invité à faire le même travail tel quel — 3,90 et 4,90.

• UserRepGen-4B — 4,95 et 6,02.

Tous les chiffres sont ceux de Microsoft, produits dans une boucle où GPT-5.4 mini a joué à la fois le rôle de simulateur, d’assistant et de juge. Rien n’a été reproduit de manière indépendante. Mais c’est la forme du résultat qui compte : affiner une base de 4B au-delà d’un généraliste de pointe sur une tâche étroite est un résultat réel et mesurable, et c’est précisément le résultat que LFM2.5-2.6B-Base a pour vocation de rendre possible pour la tâche de quelqu’un d’autre. La fiche Microsoft montre aussi que les deux alternatives évidentes d’apprentissage par renforcement — OPSD à 4,46/5,60 et GRPO à 3,57/4,59 — ont toutes deux perdu face au simple fine-tuning supervisé, ce qui met en garde contre l’idée que la méthode la plus lourde l’emporte.

L'un d'entre eux possède une page de confidentialité, et ce n'est pas la base.

Un modèle de base pré-entraîné n’a pas de section sur la confidentialité parce qu’il ne formule aucune affirmation sur des personnes. UserRepGen-4B en a une parce que lui, si. Sa fiche indique que, sur plus de 147 utilisateurs, un sélecteur qui choisit laquelle de quatre conversations provient de la même personne obtient 51,02 % en utilisant les descriptions de comportement du modèle, contre 44,22 % sur les conversations brutes et 25 % au hasard — le résumé identifie mieux la personne que la source. Microsoft le qualifie de risque de liaison et déclare que les représentations ne sont pas des données anonymisées.

Cette asymétrie est structurelle, et non un défaut de l’une ou l’autre version. Dès l’instant où la sortie d’un modèle est la description d’un être humain, la surface éthique change, et la fiche doit en porter le poids. Quiconque effectue un fine-tuning de LFM2.5-2.6B-Base vers une cible similaire doit s’attendre à devoir rédiger la même section pour son propre compte.

Ce que le choix de la base décide par la suite

Il existe une conséquence de second ordre au fait d’emprunter une base, rarement prise en compte au moment du fine-tuning : elle détermine ce que vous pourrez appeler six mois plus tard. Microsoft s’est appuyé sur Qwen3.5-4B, et cette famille est proposée commercialement — Qwen3.5-Flash avec un contexte de plus d’un million de tokens, à 0,10 $ par million de tokens d’entrée et 0,40 $ par million de tokens de sortie,Qwen3.5-27B à 0,086 $ et 0,688 $,Qwen3.5-35B-A3B à 0,057 $ et 0,459 $, tous accessibles via une seule clé OrcaRouter au tarif catalogue du fournisseur, sans supplément, et tous capables de se trouver derrière un basculement automatique afin qu’un checkpoint de recherche qui n’existe que sur votre propre disque ne devienne pas un point unique de défaillance dans un pipeline. Nous ne proposons pas UserRepGen-4B, et nous ne proposons pas non plus LFM2.5-2.6B-Base — les deux sont des téléchargements, et le fine-tuning de petit modèle que vous produirez à partir du checkpoint Liquid sera à héberger de votre côté. Mais le côté assistant de la boucle, ou le juge, ou le chemin de repli, peut être un appel API via une clé que vous avez déjà. C’est une décision de conception que vous prenez dès le départ, lorsque vous choisissez la base à adapter.

Lequel tu veux vraiment ?

Si vous avez une tâche et aucun modèle pour elle, LFM2.5-2.6B-Base est le bon point de départ : assez petit pour être affiné sur un matériel modeste, suffisamment hybride pour tourner sur un appareil, et livré dans tous les formats dont vous aurez besoin une fois l’entraînement terminé. Si vous disposez d’un pipeline de simulation d’utilisateurs et avez besoin d’un composant qui transforme une conversation terminée en une description comportementale portable, UserRepGen-4B existe déjà, et le fait qu’il s’agisse d’un seul fichier dans un seul format est une limitation plutôt qu’une raison de refaire le travail. Ce qu’il faut surveiller, c’est si Microsoft le fait suivre du papier que sa fiche promet encore. Pour Liquid, la question ouverte est différente et plus ancienne : quelles équipes s’emparent de la base et ce qu’elles en font.

Les modèles de base existent pour être adaptés, et l'adaptation est là où les choses se cassent : les incidents d'IA documentés et les défaillances d'agents autour des modèles de cette classe sont collectés dans l'OrcaRouter AI Incident Archive, où chaque entrée porte ses propres sources, sa gravité, sa note de confiance et son indicateur de contestation.