LFM2.5-1.2B-Thinking-ONNX_rai_1.7.1震撼发布：AMD Ryzen AI优化的轻量级大模型来了！

【免费下载链接】LFM2.5-1.2B-Thinking-ONNX_rai_1.7.1 项目地址: https://ai.gitcode.com/hf_mirrors/amd/LFM2.5-1.2B-Thinking-ONNX_rai_1.7.1

LFM2.5-1.2B-Thinking-ONNX_rai_1.7.1是一款由AMD优化的轻量级大模型，专为Ryzen AI 1.7.1环境打造，基于Liquid AI LFM2.5-1.2B-Thinking-ONNX基础模型构建，为开发者和AI爱好者提供了高效的本地运行体验。

🌟 模型核心亮点

✨ 轻量级架构设计

该模型采用创新的混合层结构，结合卷积层与全注意力机制，在config.json中可以看到其包含16个隐藏层，其中交替使用"conv"和"full_attention"层类型，既保证了计算效率又兼顾了模型性能。

🚀 AMD Ryzen AI优化

特别针对Ryzen AI硬件加速进行了深度优化，通过ryzenai_ep_utils.py脚本实现了与ONNX Runtime的无缝集成，默认配置了onnxruntime_providers_ryzenai.dll的路径，确保在AMD处理器上发挥最佳性能。

⚡ 高效量化技术

采用2-bit量化模式（group_size=64），在保持模型性能的同时显著降低了内存占用和计算需求，使普通设备也能流畅运行大模型推理任务。

📋 快速开始指南

1️⃣ 环境准备

• 激活Ryzen AI 1.7.1 conda环境
• 克隆仓库：

  git clone https://gitcode.com/hf_mirrors/amd/LFM2.5-1.2B-Thinking-ONNX_rai_1.7.1
  

2️⃣ 运行步骤

• 将Run-LFM2.py和ryzenai_ep_utils.py复制到运行目录
• 执行命令：

  python Run-LFM2.py -m <model repo>
  

⚠️ 注意事项

如果Ryzen AI未安装在默认路径，需要修改ryzenai_ep_utils.py中第16行的_EP_PATH变量，指向正确的onnxruntime_providers_ryzenai.dll路径。

📊 技术规格

📄 许可证信息

该项目采用MIT许可证，详细信息参见LICENSE文件。基础模型许可证信息可在LICENSE中查看。

Modifications copyright(c) 2026 Advanced Micro Devices, Inc. All rights reserved.

【免费下载链接】LFM2.5-1.2B-Thinking-ONNX_rai_1.7.1 项目地址: https://ai.gitcode.com/hf_mirrors/amd/LFM2.5-1.2B-Thinking-ONNX_rai_1.7.1