RepGen-4B vs LFM2.5 2.6B Base: La materia prima e il pezzo finito

Il modo più rapido per capire cosa distingue microsoft/UserRepGen-4B da LFM2.5-2.6B-Base è contare i formati. Il checkpoint da 2,69 miliardi di parametri di Liquid AI viene distribuito in quattro modi — pesi nativi Transformers, GGUF per llama.cpp, ONNX per runtime multipiattaforma e MLX per Apple Silicon — perché esiste per essere adattato e distribuito da altre persone. Il UserRepGen-4B di Microsoft viene distribuito in un solo modo: un unico file safetensors bfloat16 non quantizzato da 9.078.620.536 byte, con una scheda che dichiara apertamente che "al momento non sono disponibili formati ottimizzati o specifici per dispositivo". Uno è materia prima. L'altro è un componente finito. Non sono concorrenti; sono due fasi consecutive dello stesso lavoro, e metterli fianco a fianco è il modo più chiaro per vedere cosa cambia davvero tra l'inizio di un fine-tuning e la sua distribuzione.

Le due posizioni nello stack

LFM2.5-2.6B-Base è il checkpoint pre-addestrato alla base della famiglia LFM2.5 di Liquid AI — quello da cui sono costruite tutte le varianti post-addestrate. Deliberatamente non è mai stato sottoposto a instruction tuning. La sua stessa scheda lo raccomanda solo per "attività che richiedono un fine-tuning intenso, come assistenti specifici per una lingua (ad es. il giapponese) o per un dominio (ad es. quello medico), l'addestramento su dati proprietari o la sperimentazione di nuovi approcci di post-addestramento". Fagli una domanda e continuerà il tuo testo invece di rispondere, perché rispondere non è mai stato parte del suo addestramento.

UserRepGen-4B è ciò che sembra il prossimo passo. Microsoft ha preso Qwen3.5-4B, vi ha aggiunto un LoRA di rango 64, lo ha addestrato con fine-tuning supervisionato online tramite distillazione a posteriori tra luglio e agosto 2026, e ha pubblicato il risultato il 14 ottobre senza alcun annuncio né paper. Fa esattamente una cosa — legge una conversazione multi-turno e scrive una descrizione JSON a due campi dell'utente in essa contenuto — e non fa nient'altro.

Quindi la formulazione onesta non è «quale sia migliore». È questa: uno di questi è quello su cui fai fine-tuning, e l'altro è ciò che un laboratorio ha prodotto facendo fine-tuning su qualcos'altro.

Cosa ti fornisce effettivamente il download

• Parametri e footprint — LFM2.5-2.6B-Base conta 2,69 miliardi di parametri in un'architettura ibrida; UserRepGen-4B è un modello di classe 4B il cui file di pesi pubblicato pesa circa 9,1 GB in bfloat16, senza alcuna build più piccola disponibile.

• Contesto — 131.072 token sul checkpoint Liquid, rispetto a una sequenza di addestramento di 9.216 token su quello Microsoft (8.192 prompt, 1.024 completamento), con uso esteso esplicitamente non supportato.

• Formati — GGUF, ONNX e MLX insieme ai pesi nativi, contro un singolo file safetensors.

• Licenza — la LFM Open License (lfm1.0) da un lato, MIT più un'Apache 2.0 ereditata dall'altro. Entrambe sufficientemente permissive da poterci costruire sopra; nessuna delle due è lo stesso documento.

• Lingue — sedici lingue denominate sulla scheda Liquid, solo l'inglese su quella di Microsoft.

• Adozione — LFM2.5-2.6B-Base è pubblico dal 1º agosto 2026 e si attesta su circa 6.282 download e 51 like. UserRepGen-4B, caricato il 14 ottobre, era a zero in entrambi i casi quando questo è stato scritto.

Solo una di quelle righe riguarda la qualità. Le altre riguardano se la cosa passa dalla porta che hai.

Due architetture costruite per ambienti opposti

Liquid descrive LFM2.5 come «una nuova famiglia di modelli ibridi progettati per l'implementazione su dispositivo», e la struttura del checkpoint di base ne consegue. Trenta livelli, ventidue dei quali blocchi di convoluzione breve a doppio gate e otto di attenzione con query raggruppate, un vocabolario di 128.000 token e un budget di addestramento di 34 trilioni di token. I blocchi di convoluzione sono economici in memoria e prevedibili in latenza; l'intero progetto è pensato per telefoni, laptop e dispositivi edge.

RepGen-4B eredita l'assunzione opposta. Il suo backbone è uno stack standard di generazione condizionale Qwen3.5 — 32 layer, dimensione nascosta 2.560, 16 teste di attenzione con 4 teste key-value, un vocabolario di 248.320 token e una torre di visione portata con sé inalterata dal checkpoint padre anche se il modello è solo testo e le immagini sono esplicitamente non supportate. Microsoft riferisce di ospitarlo con vLLM su GPU H100, A100, RTX A6000 e B200. Questa è una lista di componenti per server, non per edge.

Un team che sceglie tra i due sta in realtà scegliendo quale vincolo accettare: memoria sul dispositivo e un runtime che devi mettere a punto per farlo rendere, oppure hardware da datacenter e un modello che fa già il suo unico compito.

Dove il fine-tuning ha effettivamente spostato il numero

Questa è la parte del confronto a cui un modello base non può rispondere, per definizione. LFM2.5-2.6B-Base non pubblica alcun benchmark di task, perché un checkpoint base non ha un task — i numeri di qualità per la famiglia appartengono al modello gemello post-addestrato.

RepGen-4B ne pubblica uno, ed è la prova più forte dell'intera release. Su una valutazione di fedeltà di 700 conversazioni, giudicata su una scala da 1 a 10:

• Qwen3.5-4B base, il backbone non adattato — 3,41 best-of-1, 4,42 best-of-3.

• GPT-5.5 a cui è stato chiesto di svolgere lo stesso compito senza configurazione — 3,90 e 4,90.

• UserRepGen-4B — 4,95 e 6,02.

Ogni cifra è di Microsoft stessa, prodotta in un ciclo in cui GPT-5.4 mini ha agito contemporaneamente come simulatore, assistente e giudice. Nulla è stato riprodotto in modo indipendente. Ma è la forma del risultato che conta: fare fine-tuning di una base da 4B fino a superare un generalista di frontiera su un compito ristretto è un esito reale e misurabile, ed è esattamente l'esito che LFM2.5-2.6B-Base esiste per rendere possibile per il compito di qualcun altro. La scheda di Microsoft mostra anche che le due ovvie alternative di apprendimento per rinforzo — OPSD a 4,46/5,60 e GRPO a 3,57/4,59 — sono entrambe risultate perdenti rispetto al semplice fine-tuning supervisionato, il che è un monito sul dare per scontato che il metodo più pesante vinca.

Uno di questi ha una pagina sulla privacy, e non è quello di base.

Un modello base pre-addestrato non ha una sezione sulla privacy perché non fa affermazioni sulle persone. UserRepGen-4B ne ha una perché invece lo fa. La sua scheda riporta che, su oltre 147 utenti, un selettore che sceglie quale di quattro conversazioni provenga dalla stessa persona ottiene un punteggio del 51,02% usando le descrizioni comportamentali del modello, contro il 44,22% sulle conversazioni grezze e il 25% a caso — il riepilogo identifica la persona meglio della fonte. Microsoft lo classifica come rischio di collegabilità e dichiara che le rappresentazioni non sono dati anonimizzati.

Quell'asimmetria è strutturale, non un difetto di nessuna delle due release. Nel momento in cui l'output di un modello è la descrizione di un essere umano, la superficie etica cambia, e la card deve farsene carico. Chiunque faccia fine-tuning di LFM2.5-2.6B-Base verso un obiettivo simile dovrebbe aspettarsi di scrivere la stessa sezione per conto proprio.

Ciò che la scelta della base deciderà in seguito

C'è una conseguenza di secondo ordine nel prendere in prestito una base che raramente viene considerata al momento del fine-tuning: determina ciò che puoi chiamare sei mesi dopo. Microsoft ha costruito su Qwen3.5-4B, e quella famiglia è servita commercialmente — Qwen3.5-Flash con un contesto di oltre un milione di token a $0,10 per milione di token di input e $0,40 per milione di output, Qwen3.5-27B a $0,086 e $0,688, Qwen3.5-35B-A3B a $0,057 e $0,459, tutti raggiungibili tramite una chiave OrcaRouter al prezzo di listino del provider senza nulla in aggiunta, e tutti in grado di stare dietro un failover automatico in modo che un checkpoint di ricerca che esiste solo sul tuo disco non diventi un singolo punto di guasto in una pipeline. Non forniamo UserRepGen-4B, e non forniamo nemmeno LFM2.5-2.6B-Base — entrambi sono download, e il fine-tuning del modello piccolo che produci dal checkpoint Liquid sarà tuo da ospitare. Ma il lato assistente del ciclo, o il giudice, o il percorso di fallback, può essere una chiamata API su una chiave che già possiedi. Questa è una decisione di progettazione che prendi all'inizio, quando scegli quale base adattare.

Quale vuoi davvero

Se hai un compito e nessun modello per esso, LFM2.5-2.6B-Base è il punto di partenza giusto: abbastanza piccolo da poter essere messo a punto su hardware modesto, abbastanza ibrido da girare su un dispositivo, e distribuito in ogni formato di cui avrai bisogno una volta completato l'addestramento. Se hai una pipeline di simulazione utente e hai bisogno di un componente che trasformi una conversazione conclusa in una descrizione comportamentale portabile, UserRepGen-4B esiste già, e il fatto che sia un unico file in un unico formato è un limite piuttosto che un motivo per rifare il lavoro. La cosa da tenere d'occhio è se Microsoft lo seguirà con il paper che la sua scheda promette ancora. Per Liquid la domanda aperta è diversa e più vecchia: quali team adottano la base e cosa ne ricavano.

I modelli base esistono per essere adattati, e l'adattamento è il punto in cui le cose si rompono: gli incidenti AI documentati e i fallimenti degli agenti relativi ai modelli di questa classe sono raccolti nell'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, la gravità, il grado di confidenza e il flag di contestazione.