RepGen-4B против LFM2.5 2.6B Base: исходный материал и готовая деталь

Самый быстрый способ увидеть, что отличает microsoft/UserRepGen-4B от LFM2.5-2.6B-Base, — это посчитать форматы. Чекпойнт Liquid AI с 2,69 млрд параметров поставляется четырьмя способами — нативные веса Transformers, GGUF для llama.cpp, ONNX для кроссплатформенных сред выполнения и MLX для Apple Silicon — потому что он создан для того, чтобы его адаптировали и развёртывали другие. Модель Microsoft UserRepGen-4B поставляется одним способом: один неквантованный файл safetensors в формате bfloat16 размером 9 078 620 536 байт, с карточкой, в которой прямо сказано: «Оптимизированные или специфичные для устройств форматы в настоящее время недоступны». Первый — это сырьё. Второй — готовая деталь. Они не конкуренты; это два последовательных этапа одной и той же работы, и сравнение их бок о бок — самый наглядный способ увидеть, что на самом деле меняется между началом дообучения и его выпуском.

Две позиции в стеке

LFM2.5-2.6B-Base — это предобученный чекпоинт, лежащий в основе семейства LFM2.5 от Liquid AI, тот самый, из которого построены все варианты, прошедшие постобучение. Его намеренно никогда не дообучали на инструкциях. В его собственной карточке рекомендуется использовать его только для «задач, требующих серьёзного дообучения, таких как языково-специфичные (например, японские) или предметно-специфичные (например, медицинские) ассистенты, обучение на проприетарных данных или эксперименты с новыми подходами к постобучению». Задайте ему вопрос — и он продолжит ваш текст, а не ответит на него, потому что отвечать его никогда не учили.

UserRepGen-4B — вот как выглядит следующий шаг. Microsoft взяла Qwen3.5-4B, добавила LoRA ранга 64, обучила её с помощью онлайн-дообучения с учителем через ретроспективную дистилляцию в течение июля и августа 2026 года и опубликовала результат 14 октября без анонса и без статьи. Она делает ровно одну вещь — читает многоходовой диалог и составляет по нему JSON-описание пользователя из двух полей — и больше ничего.

Итак, честная формулировка — не «что лучше». Она такая: одно из них — это то, что дообучаете вы, а другое — то, что лаборатория получила, дообучив что-то иное.

Что на самом деле даёт вам скачивание

• Параметры и занимаемый объём — LFM2.5-2.6B-Base — это 2,69 млрд параметров в гибридной архитектуре; UserRepGen-4B — модель класса 4B, опубликованный файл весов которой составляет около 9,1 ГБ в bfloat16, при этом более компактной сборки нет.

• Контекст — 131 072 токена на контрольной точке Liquid против обучающей последовательности из 9 216 токенов на контрольной точке Microsoft (8 192 токена промпта, 1 024 токена завершения), при этом расширенное использование явно не поддерживается.

• Форматы — GGUF, ONNX и MLX вместе с нативными весами, против одного файла safetensors.

• Лицензия — с одной стороны Открытая лицензия LFM (lfm1.0), с другой — MIT плюс унаследованная Apache 2.0. Обе достаточно разрешительны, чтобы на них строить; но это не один и тот же документ.

• Языки — шестнадцать названных языков в карточке Liquid, только английский в карточке Microsoft.

• Внедрение — LFM2.5-2.6B-Base находится в открытом доступе с 1 августа 2026 года: примерно 6 282 загрузки и 51 лайк. У UserRepGen-4B, загруженной 14 октября, на момент написания этого текста не было ни того, ни другого.

Только одна из этих строк касается качества. Остальные — о том, пролезет ли эта штука через вашу дверь.

Две архитектуры, созданные для противоположных помещений

Liquid описывает LFM2.5 как «новое семейство гибридных моделей, предназначенных для развёртывания непосредственно на устройстве», и структура базового чекпоинта следует из этого. Тридцать слоёв: двадцать два из них — короткие свёрточные блоки с двойным гейтированием, восемь — слои внимания с группированными запросами; словарь на 128 000 токенов и бюджет обучения в 34 триллиона токенов. Свёрточные блоки требуют мало памяти и предсказуемы по задержке; весь дизайн ориентирован на телефоны, ноутбуки и граничные устройства.

UserRepGen-4B наследует противоположное предположение. Его основа — стандартный стек условной генерации Qwen3.5: 32 слоя, размер скрытого состояния 2 560, 16 голов внимания с 4 головами ключ-значение, словарь на 248 320 токенов и визуальный модуль, перенесённый без изменений из родительского чекпоинта, хотя модель является текстовой и изображения явно не поддерживаются. Microsoft сообщает о хостинге этой модели с vLLM на GPU H100, A100, RTX A6000 и B200. Это список серверных комплектующих, а не комплектующих для edge-устройств.

Команда, выбирающая между ними, на самом деле выбирает, какое ограничение принять: память на устройстве и среду выполнения, которую приходится доводить до нужной кондиции, или оборудование дата-центра и модель, которая уже выполняет свою единственную задачу.

Где тонкая настройка фактически сдвинула показатель

Это та часть сравнения, на которую базовая модель по определению не может ответить. LFM2.5-2.6B-Base не публикует бенчмарк по задачам, потому что у базового чекпоинта нет задачи — показатели качества для семейства относятся к родственной модели, прошедшей постобучение.

UserRepGen-4B публикует один, и это самое весомое доказательство во всём релизе. В ходе оценки достоверности на 700 диалогах, оцениваемой по шкале от 1 до 10:

• Qwen3.5-4B base, неадаптированный бэкбон — 3.41 best-of-1, 4.42 best-of-3.

• GPT-5.5 с запросом выполнить ту же задачу из коробки — 3,90 и 4,90.

• UserRepGen-4B — 4,95 и 6,02.

Все цифры — собственные данные Microsoft, полученные в цикле, где GPT-5.4 mini одновременно выступал симулятором, ассистентом и судьёй. Ничего не было независимо воспроизведено. Но суть именно в форме результата: дообучение 4B-базовой модели, превосходящее передового универсала в узкой задаче, — это реальный, измеримый результат, и именно этот результат LFM2.5-2.6B-Base призвана сделать возможным для чужой задачи. Карточка Microsoft также показывает, что две очевидные альтернативы обучения с подкреплением — OPSD с 4.46/5.60 и GRPO с 3.57/4.59 — обе проиграли обычному обучению с учителем, что служит предостережением от предположения, что более тяжёлый метод побеждает.

У одного из них есть страница конфиденциальности, и это не база.

У предварительно обученной базовой модели нет раздела о конфиденциальности, потому что она не делает никаких утверждений о людях. У UserRepGen-4B он есть, потому что делает. В её карточке сообщается, что среди более чем 147 пользователей селектор, выбирающий, какой из четырёх разговоров принадлежит одному и тому же человеку, набирает 51,02% при использовании описаний поведения модели против 44,22% на необработанных разговорах и 25% при случайном выборе — сводка идентифицирует человека лучше, чем исходные данные. Microsoft помечает это как риск связываемости и заявляет, что представления не являются анонимизированными данными.

Эта асимметрия структурна, а не дефект какого-либо из релизов. Как только вывод модели представляет собой описание человека, этическая составляющая меняется, и карточка должна её отражать. Тот, кто дообучает LFM2.5-2.6B-Base для аналогичной цели, должен быть готов написать такой же раздел для себя.

Что выбор основания решает в дальнейшем

У заимствования базовой модели есть последствие второго порядка, которое редко учитывают на этапе тонкой настройки: оно определяет, что вы сможете вызывать шесть месяцев спустя. Microsoft построила на Qwen3.5-4B, и это семейство обслуживается коммерчески — Qwen3.5-Flashс контекстом более миллиона токенов по цене $0.10 за миллион входных токенов и $0.40 за миллион выходных, Qwen3.5-27Bпо цене $0.086 и $0.688, Qwen3.5-35B-A3Bпо цене $0.057 и $0.459, и все они доступны через один ключ OrcaRouterпо прейскурантной цене провайдера без каких-либо наценок, и все они могут находиться за автоматическим переключением при сбое, чтобы исследовательский чекпойнт, существующий только на вашем собственном диске, не стал единой точкой отказа в конвейере. Мы не предоставляем UserRepGen-4B и также не предоставляем LFM2.5-2.6B-Base — обе модели доступны только для скачивания, а файнтюн малой модели, который вы создадите из чекпойнта Liquid, вам придётся хостить самостоятельно. Но сторона ассистента в цикле, или судья, или резервный путь, могут быть вызовом API с использованием ключа, который у вас уже есть. Это проектное решение, которое вы принимаете в самом начале, когда выбираете, какую базовую модель адаптировать.

Какой именно тебе нужен

Если у вас есть задача, но нет модели для неё, LFM2.5-2.6B-Base — подходящая отправная точка: достаточно маленькая, чтобы дообучить её на скромном оборудовании, достаточно гибридная, чтобы работать на устройстве, и поставляется во всех форматах, которые понадобятся после завершения обучения. Если у вас есть конвейер симуляции пользователей и нужен компонент, который превращает завершённый разговор в переносимое описание поведения, UserRepGen-4B уже существует, и то, что он представляет собой один файл в одном формате, — это ограничение, а не повод переделывать работу. За чем стоит следить, так это за тем, выпустит ли Microsoft вслед за ним статью, которую всё ещё обещает его карточка. Для Liquid открытый вопрос другой и более давний: какие команды возьмут базовую модель и что они из неё сделают.

Базовые модели существуют, чтобы их адаптировали, а именно на адаптации всё и ломается: документально подтверждённые инциденты с ИИ и сбои агентов, связанные с моделями этого класса, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, класс уверенности и флаг спорности.