Liquid AI 发布 LFM2.5 编码器，CPU 长文推理快 3.7 倍

Liquid AI 在 Hugging Face 发布两款编码器模型：LFM2.5-Encoder-230M 和 LFM2.5-Encoder-350M，基于 LFM2 架构，采用双向注意力掩码和掩码语言建模训练，主打参数小、长上下文运行速度快。

在 GLUE、SuperGLUE 及多语言任务中，350M 版本在 14 个模型中排第四，前三名参数更大；230M 版本超越 ModernBERT-base 和全部 EuroBERT 型号。CPU 性能优势显著：输入 8192 token 时，230M 版本前向约需 28 秒，ModernBERT-base 需一分半以上，差距约 3.7 倍。GPU 上短文本时 ModernBERT 略快，但 2000 token 后 LFM2.5 反超。

💡 为什么值得看两款轻量编码器在 CPU 上跑 8K token 文档比 ModernBERT-base 快 3.7 倍，适合做意图路由、PII 检测等全天候 CPU 任务。