UserRepGen-4B vs LFM2.5 2.6B Base: A Matéria-Prima e a Peça Acabada

A maneira mais rápida de ver o que separa microsoft/UserRepGen-4B de LFM2.5-2.6B-Base é contar os formatos. O checkpoint de 2,69 bilhões de parâmetros da Liquid AI é disponibilizado de quatro formas — pesos nativos do Transformers, GGUF para llama.cpp, ONNX para runtimes multiplataforma e MLX para Apple Silicon — porque existe para ser adaptado e implantado por outras pessoas. O modelo da Microsoft, UserRepGen-4B, é disponibilizado de uma única forma: um único arquivo safetensors bfloat16 não quantizado com 9.078.620.536 bytes, com um cartão que afirma claramente que "não há formatos otimizados ou específicos para dispositivos disponíveis no momento". Um é matéria-prima. O outro é uma peça acabada. Eles não são concorrentes; são duas etapas consecutivas do mesmo trabalho, e colocá-los lado a lado é a maneira mais clara de ver o que realmente muda entre começar um fine-tune e colocá-lo em produção.

As duas posições na pilha

LFM2.5-2.6B-Base é o checkpoint pré-treinado que está na base da família LFM2.5 da Liquid AI — aquele a partir do qual todas as variantes pós-treinadas são criadas. Ele deliberadamente nunca passou por ajuste por instruções. O próprio cartão do modelo recomenda usá-lo apenas para "tarefas que exigem ajuste fino pesado, como assistentes específicos de idioma (por exemplo, japonês) ou de domínio (por exemplo, médico), treinamento com dados proprietários ou experimentação com novas abordagens de pós-treinamento". Faça uma pergunta a ele e ele continuará o seu texto em vez de respondê-la, porque responder nunca fez parte do seu treinamento.

UserRepGen-4B é como o próximo passo se parece. A Microsoft pegou Qwen3.5-4B, adicionou um LoRA de rank 64, treinou-o com ajuste fino supervisionado online através de destilação retrospectiva durante julho e agosto de 2026, e publicou o resultado em 14 de outubro sem anúncio e sem artigo. Ele faz exatamente uma coisa — lê uma conversa de vários turnos e escreve uma descrição JSON de dois campos do usuário nela — e não faz mais nada.

Então, a formulação honesta não é “qual é melhor”. É: um destes é aquilo em que você faz ajuste fino, e o outro é o que um laboratório produziu ao fazer ajuste fino em outra coisa.

O que o download realmente entrega a você

• Parâmetros e pegada de memória — O LFM2.5-2.6B-Base tem 2,69 bilhões de parâmetros em uma arquitetura híbrida; o UserRepGen-4B é um modelo da classe 4B cujo arquivo de pesos publicado tem cerca de 9,1 GB em bfloat16, sem uma versão menor disponível.

• Contexto — 131.072 tokens no checkpoint Liquid, em comparação com uma sequência de treinamento de 9.216 tokens no da Microsoft (8.192 de prompt, 1.024 de conclusão), com uso estendido explicitamente não suportado.

• Formatos — GGUF, ONNX e MLX junto com pesos nativos, versus um único arquivo safetensors.

• Licença — a LFM Open License (lfm1.0) de um lado, MIT mais uma Apache 2.0 herdada do outro. Ambas suficientemente permissivas para se construir em cima; nenhuma é o mesmo documento.

• Idiomas — dezesseis idiomas nomeados no cartão Liquid, apenas inglês no da Microsoft.

• Adoção — O LFM2.5-2.6B-Base está público desde 1 de agosto de 2026 e registra aproximadamente 6.282 downloads e 51 curtidas. O UserRepGen-4B, enviado em 14 de outubro, estava com zero de cada quando isto foi escrito.

Só uma dessas linhas é sobre qualidade. O resto é sobre se a coisa passa pela porta que você tem.

Duas arquiteturas construídas para salas opostas

A Liquid descreve o LFM2.5 como "uma nova família de modelos híbridos projetada para implantação em dispositivo", e o formato do checkpoint base decorre disso. Trinta camadas, vinte e duas delas blocos de convolução curta com portão duplo e oito de atenção com consulta agrupada, um vocabulário de 128.000 tokens e um orçamento de treinamento de 34 trilhões de tokens. Blocos de convolução têm baixo custo de memória e latência previsível; todo o projeto é voltado para celulares, laptops e dispositivos de borda.

UserRepGen-4B herda a suposição oposta. Seu backbone é uma pilha padrão de geração condicional Qwen3.5 — 32 camadas, tamanho oculto de 2.560, 16 cabeças de atenção com 4 cabeças de chave-valor, um vocabulário de 248.320 tokens e uma torre de visão carregada sem alterações do checkpoint pai, mesmo que o modelo seja somente texto e imagens sejam explicitamente não suportadas. A Microsoft relata hospedá-lo com vLLM em GPUs H100, A100, RTX A6000 e B200. Essa é uma lista de componentes de servidor, não de borda.

Uma equipe que escolhe entre eles está, na verdade, escolhendo qual restrição aceitar: memória no dispositivo e um runtime que você precisa ajustar até ficar adequado, ou hardware de datacenter e um modelo que já faz seu único trabalho.

Onde o fine-tuning realmente alterou o número

Esta é a parte da comparação que um modelo base não consegue responder, por definição. O LFM2.5-2.6B-Base não publica nenhum benchmark de tarefa, porque um checkpoint base não tem tarefa — os números de qualidade da família pertencem ao modelo irmão pós-treinado.

O UserRepGen-4B publica um, e é a evidência mais forte de todo o lançamento. Em uma avaliação de fidelidade com 700 conversas, julgada em uma escala de 1 a 10:

• Qwen3.5-4B base, o backbone não adaptado — 3,41 melhor de 1, 4,42 melhor de 3.

• GPT-5.5 com um prompt para fazer o mesmo trabalho sem ajustes — 3,90 e 4,90.

• UserRepGen-4B — 4,95 e 6,02.

Todos os números são da própria Microsoft, produzidos num loop em que o GPT-5.4 mini atuou ao mesmo tempo como simulador, assistente e juiz. Nada foi reproduzido de forma independente. Mas o formato do resultado é o ponto: fazer fine-tuning de uma base de 4B para superar um generalista de fronteira numa tarefa restrita é um resultado real e mensurável, e é precisamente o resultado que o LFM2.5-2.6B-Base existe para tornar possível na tarefa de outra pessoa. O card da Microsoft também mostra que as duas alternativas óbvias de aprendizado por reforço — OPSD com 4,46/5,60 e GRPO com 3,57/4,59 — perderam ambas para o fine-tuning supervisionado simples, o que é um alerta contra presumir que o método mais pesado vence.

Um destes tem uma página de privacidade, e não é o base

Um modelo base pré-treinado não tem uma seção de privacidade porque não faz afirmações sobre pessoas. O UserRepGen-4B tem uma porque faz. Seu cartão relata que, em mais de 147 usuários, um seletor que escolhe qual de quatro conversas veio da mesma pessoa obtém 51,02% usando as descrições de comportamento do modelo, contra 44,22% nas conversas brutas e 25% ao acaso — o resumo identifica a pessoa melhor do que a fonte. A Microsoft classifica isso como um risco de vinculabilidade e afirma que as representações não são dados anonimizados.

Essa assimetria é estrutural, não é um defeito em nenhuma das versões. No momento em que a saída de um modelo é uma descrição de um ser humano, a superfície ética muda, e o card tem de carregar isso. Qualquer pessoa que faça fine-tuning do LFM2.5-2.6B-Base para um alvo semelhante deve esperar escrever a mesma seção para si.

O que a escolha da base decide mais tarde

Há uma consequência de segunda ordem em pegar emprestada uma base que raramente é considerada na hora do ajuste fino: ela determina o que você poderá chamar seis meses depois. A Microsoft se baseou no Qwen3.5-4B, e essa família é oferecida comercialmente — Qwen3.5-Flash com contexto de mais de um milhão de tokens a US$ 0,10 por milhão de tokens de entrada e US$ 0,40 por milhão de tokens de saída, Qwen3.5-27B a US$ 0,086 e US$ 0,688, Qwen3.5-35B-A3B a US$ 0,057 e US$ 0,459, todos acessíveis por meio de uma chave OrcaRouter ao preço de tabela do provedor, sem nada acrescentado, e todos podem ficar atrás de failover automático, de modo que um checkpoint de pesquisa que só existe no seu próprio disco não se torne um ponto único de falha em um pipeline. Nós não oferecemos o UserRepGen-4B, e também não oferecemos o LFM2.5-2.6B-Base — ambos são apenas downloads, e o ajuste fino de modelo pequeno que você produzir a partir do checkpoint Liquid será seu para hospedar. Mas o lado assistente do loop, ou o juiz, ou o caminho de fallback, pode ser uma chamada de API em uma chave que você já tem. Essa é uma decisão de projeto que você toma no início, quando escolhe qual base adaptar.

Qual deles você realmente quer

Se você tem uma tarefa e nenhum modelo para ela, o LFM2.5-2.6B-Base é o ponto de partida certo: pequeno o suficiente para receber ajuste fino com hardware modesto, híbrido o suficiente para rodar em um dispositivo e distribuído em todos os formatos de que você vai precisar quando o treinamento terminar. Se você tem um pipeline de simulação de usuário e precisa de um componente que transforme uma conversa concluída em uma descrição comportamental portátil, o UserRepGen-4B já existe, e o fato de ser um único arquivo em um único formato é uma limitação, não um motivo para refazer o trabalho. O ponto a observar é se a Microsoft o acompanhará com o artigo que seu card ainda promete. Para a Liquid, a questão em aberto é diferente e mais antiga: quais equipes adotam a base e o que elas criam a partir dela.

Modelos base existem para serem adaptados, e é na adaptação que as coisas quebram: os incidentes de IA documentados e as falhas de agentes envolvendo modelos desta classe estão reunidos em o OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, severidade, grau de confiança e sinalizador de disputa.