---
title: "Cihaz Üstü Yapay Zekada Yeni Dönem: 38T Token ile Eğitilen Liquid AI LFM2.5-8B-A1B"
url: https://blog.edumints.com/cihaz-ustu-yapay-zekada-yeni-donem-38t-token-ile-egitilen-li-4tb78jga
category: "AI Araçları"
date: 2026-05-29T20:55:44.738Z
publisher: Edumints Blog
lang: tr-TR
source_name: "Hacker News"
source_url: https://www.liquid.ai/blog/lfm2-5-8b-a1b
---

# Cihaz Üstü Yapay Zekada Yeni Dönem: 38T Token ile Eğitilen Liquid AI LFM2.5-8B-A1B

## Giriş
Liquid AI, tüketici donanımlarında hızlı ve güvenilir araç çağırma (tool calling) yetenekleri sunan yeni cihaz üstü MoE (Uzmanların Karışımı) modeli **LFM2.5-8B-A1B**'yi duyurdu. 38 trilyon token ile eğitilen bu model, 128K bağlam penceresi ve gelişmiş pekiştirmeli öğrenme (RL) ile öne çıkıyor. Yazılım geliştiriciler için bu model, bulut bağımlılığı ve yüksek API maliyetleri olmadan yerel makinede yüksek performanslı yapay zeka ajanları geliştirebilmek anlamına geliyor.

## Öne Çıkanlar
- **Cihaz Üstü Kişisel Asistan**: Ajan benzeri iş akışları için araç çağırma zincirlerini tamamen yerel ortamda yürütür.
- **Yüksek Sıkıştırılmış Performans**: Düşük aktif parametre sayısı sayesinde çok daha büyük modellerle rekabet eder.
- **Eşsiz Verim (Throughput)**: CPU ve GPU üzerinde kendi sınıfının en hızlısıdır; llama.cpp, MLX ve vLLM desteğiyle gelir.

## LFM2-8B-A1B Sürümünden Beri Neler Değişti?
Bağlam penceresi **32K'dan 128K token'a** çıkarıldı ve kelime dağarcığı iki katına ulaştı. En önemli mimari değişiklik ise modelin artık bir **yalnızca akıl yürütme (reasoning-only)** modeli olmasıdır. MoE mimarilerinde aktif parametre azlığı, akıl yürütme adımlarını hesaplama açısından son derece ucuz hale getirir.
*Geliştirici Notu:* Geliştiriciler, karmaşık mantık zincirlerini ek işlem maliyeti ödemeden yerelde çalıştırarak donanım kaynaklarını en üst düzeyde verimlilikle yönetebilir.

## Eğitim Sürecinden Satır Başları
- **Genişletilmiş Belirteçleyici (Tokenizer)**: Sıfırdan eğitilmek yerine mevcut tokenizer yerinde genişletilerek çok dilli performans artırıldı.
- **Bağlam Genişletme**: 32K ve ardından 128K'ya aşamalı eğitimle ulaşıldı.
- **Kısır Döngülerin (Doom Loops) Engellenmesi**: Modelin uzun mantık yürütmelerinde takılı kalmasını önlemek için özel bir tercih optimizasyonu uygulandı.
- **Halüsinasyonların Azaltılması**: Bilgi sınırlarını netleştirmek için pekiştirmeli öğrenme (RL) kullanıldı.

## Kıyaslama Testleri (Benchmarks)
Model, bilgi dağarcığı, komut takibi ve matematik testlerinde mükemmel sonuçlar veriyor. Özellikle **Tau²-Telecom** gibi ajan testlerinde yüksek başarı gösteriyor.
*Öğrenme Çıkarımı:* Halüsinasyon azaltma teknikleri, üretim ortamındaki ajanların API çağrılarını daha güvenli ve tutarlı yapmasını sağlar. Ajan mimarisi tasarlarken RL yöntemlerini öğrenmek kritik önem taşımaktadır.

## Her Yerde Seyrek Çıkarım (Sparse Inference)
Model, şu çıkarım ekosistemlerini ilk günden destekler:
- **LEAP**: iOS ve Android dağıtımı.
- **llama.cpp**: GGUF ile yerel çıkarım.
- **MLX**: Apple Silicon optimizasyonu.
- **vLLM**: GPU üretimi sunumu.
- **SGLang**: Yüksek verimli GPU sunumu.
- **ONNX**: Çapraz platform desteği.

**Yerel Performans:** M5 Max'te 253 token/saniye, telefonlarda ise ~30 token/saniye hızına ulaşarak yerel asistanları anlık hale getiriyor. GPU tarafında ise saniyede 18.5K token verimi sağlıyor.

## LocalCowork: Yerel Ajan Deneyimi
Liquid AI'ın **LocalCowork** demosu, 13 farklı MCP sunucusundaki 67 aracı bulut bağlantısı veya API anahtarı olmadan tamamen yerelde yönetebiliyor. Dispatch döngüsünün 1 saniyenin altında sürmesi, cihaz üstü veri gizliliği ve yüksek hız arayan geliştiriciler için devrim niteliğindedir.

## Başlangıç (Get Started)
- **Açık Ağırlıklı (Open-weight)**: Kısıtlama olmadan indirip ince ayar (fine-tune) yapabilirsiniz.
- **İlk Günden Hızlı**: Apple, Nvidia ve AMD donanımlarında yerel destek sunar.
- **Geniş Mimari Ailesi**: Temel modellerden özelleştirilmiş varyantlara kadar geniş bir ekosistem sunar.

[Orijinal kaynağa buradan ulaşabilirsiniz.](https://www.liquid.ai/blog/lfm2-5-8b-a1b)

---

**Kaynak:** [Hacker News](https://www.liquid.ai/blog/lfm2-5-8b-a1b)
**Yayıncı:** [Edumints Blog](https://blog.edumints.com) · Alıntılarken bu URL'ye bağlantı verin: https://blog.edumints.com/cihaz-ustu-yapay-zekada-yeni-donem-38t-token-ile-egitilen-li-4tb78jga