LFM3-1.7B

资料核查于 2026 年 11 月 6 日。正文区分发布方声明与第三方体验，不代表 AIDreamHub 已完成产品实测。

窄任务组件，不是万能助理

LFM3-1.7B 为 1.73B 后训练文本模型，24 层三混合设计结合短卷积、滑动窗口和全局注意力。模型卡列出输入输出合计 256K 上下文和 16 种语言，这些不是任意任务与设备的保证。

适合先尝试小工具集合路由、严格结构提取和只依据材料作答。发布方明确不推荐 agentic coding 或复杂多步推理。一个组件可在窄范围内有用，不必假装替代大模型。

AIDreamHub 截取的官方项目页面，不是本地运行画面。

约 1 GB 要附带工作负载

四位精度约 1 GB 描述紧凑部署，不代表所有 256K 会话的总内存。上下文、运行时和工具说明也消耗资源。BF16、FP8、NVFP4、GGUF、MLX 和 ONNX 是不同部署选项，不是可任意互换的文件。

按真实操作系统和加速器选包，固定模型与量化，再测代表性的输入输出预算。一次短提取轻松运行，不能证明长上下文速度、工具可靠性或使用远端应用时的隐私。

How to Use：先定义结构和少量工具

模型卡提供开启 trust_remote_code 的 Transformers 路线；先审阅并固定实现，在隔离环境试用。下方示例仅做有界文本生成，不会自动安装办公 Agent 或授予工具。

提取时定义必需字段、类型和 null 规则，模型外再验证解析结果。工具调用须白名单名称与参数，执行器落实权限并反馈明确错误。先用两个无害工具，不直接开放整台电脑。

from transformers import pipeline
generator = pipeline("text-generation", model="LiquidAI/LFM3-1.7B", trust_remote_code=True)
messages = [{"role": "user", "content": "Extract supplier and total as JSON. Use null when missing. Text: Supplier North Pier; total 12.50 USD."}]
output = generator(messages, do_sample=True, temperature=0.1,
    top_k=50, repetition_penalty=1.1, max_new_tokens=256)
print(output[0]["generated_text"][-1]["content"])

独立体验提供了有用边界

MindStudio 的 10 月 28 日本地体验报告了 JSON 和工具参数成功，也报告代码修复、HTML 生成失败；有一个未指定时区的任务默认用了 UTC。这是服务商发布的有限案例，不是本站测量或代表性统计。

它尝试约 80 种语言的翻译，超出模型卡 16 种范围，不能因此断定所有支持语言都失败。合理结论是测自己的语言、结构和工具协议，并明确时区、单位，不依赖默认猜测。

结构提取与路由验收集

留出样本要包含缺失字段、日期冲突、不支持的工具，以及材料内嵌指令。需要时必须返回 null 或拒绝。语义正确与 JSON 合法分别统计，格式完美的错编号仍是失败。

记录修正工作、内存和合格请求总成本。工具结果视作不可信数据，不让参数逃出允许范围。任务升级成复杂调试时，交给更强模型或确定性流程，不掩盖反复失败。

比较完整工作流

用相同量化等级和任务对比其他小模型；困难解释比较大模型；完全固定的转换比较规则。不要用综合基准均分决定一个具体文档管线。

离线使用先备齐权重与依赖，并检查应用是否发外部请求。本地权重不自动让 UI、日志和工具集成也保持本地。

商用前阅读自定义许可

检查点使用 LFM Open License v1.0，不是 Apache-2.0。许可含年度收入 1,000 万美元门槛和与法律实体有关的商用限制，应与责任人阅读定义和第 5 节，不把开放下载解释为无条件商用。

许可、准确率与隐私是独立验收。手绘图表达小模型匹配有界任务，不是性能图表或模型输出。

采用前常见问题

支持所有语言吗？

模型卡列 16 种，并非通用覆盖。约 80 种的第三方测试超出声明范围。应对实际语言与格式做母语审查，特别是数字、日期和专业名词。

能按 Apache-2.0 商用吗？

不能这样理解。本检查点是自定义 LFM Open License v1.0，要按法律实体核查收入门槛与商用条款。可下载和体积小不会消除许可条件。

1 GB 包括 256K 对话吗？

不要假设。量化权重、运行时、上下文和输出预算是不同项目。承诺内存或延迟前，要在目标设备用真实负载测试。

核查资料

• Liquid AI — model card
• Liquid AI — LFM Open License v1.0
• MindStudio — local hands-on report, 2026-10-28

继续寻找同类工具

• 文本模型
• AI 智能体