LFM2.5-24B-A2B puede trabajar con un navegador con sesión iniciada si un agente local puede seleccionar el modelo, ejecutar herramientas en tu equipo y usar Tabbit CLI. Liquid AI publica los pesos y menciona Pi entre los entornos de agente usados durante el ajuste. Es un punto de partida razonable, pero el modelo, Pi, el servidor local, Tabbit CLI y la sesión del sitio son componentes distintos. Un usuario de Reddit que probó el modelo con Pi informó de buena velocidad y de fallos iniciales en las plantillas de llamadas a herramientas; valida tu entorno antes de confiarle una tarea. Anuncio de Liquid AI · Ficha del modelo · Debate original
Puntos clave
La ficha describe un modelo de texto abierto con contexto de 131.072 tokens, pensado para agentes y uso de herramientas.
Que Pi aparezca en el ajuste no garantiza que tu versión, cuantización o servidor gestione bien las llamadas.
Pi carga la skill de Tabbit con
/skill:tabbit. Descubrir la skill no demuestra que el lanzador local funcione ni que el sitio tenga sesión iniciada.Inicia sesión tú en el perfil de Tabbit previsto. Empieza con una lectura de un registro y detente en un borrador con nombre.
Elige una ruta compatible con tu equipo
| Ruta | Confirmación oficial | Cuándo usarla |
|---|---|---|
| Checkpoint local con Pi | Liquid AI incluye Pi entre los entornos de agente usados en el ajuste y enlaza instrucciones locales. | Si tu equipo puede ejecutar la cuantización elegida y la llamada de herramienta funciona. |
| API de Liquid Console | La página de lanzamiento ofrece inferencia por API y precios actuales. | Solo si tu organización aprueba enviar los datos de la página a un servicio alojado. |
| Otro proveedor o cliente | No se verificó aquí una combinación funcional. | Comprueba el ID, proveedor, formato de herramientas y acceso al shell local. |
La ficha indica 24B parámetros totales, 2,45B activos y 131.072 tokens de contexto. Esto no determina la memoria que requiere tu cuantización. También recomienda recuperación o búsqueda para tareas con mucho conocimiento. En el navegador, usa la página como fuente, no la memoria del modelo. Especificaciones y uso de herramientas
Conecta Pi con Tabbit CLI en el mismo equipo
Instala Tabbit Browser y sigue la guía de Tabbit CLI. En Pi, confirma que el modelo aparece en /model y prueba una llamada inocua contra tu servidor local. Después, comprueba que Pi detecta la skill tabbit y cárgala con /skill:tabbit. Codex usa el selector /skills y OpenCode documenta @tabbit; usa la sintaxis real de tu cliente. Documentación de skills de Pi · Configuración de modelos de Pi
Ejecuta diagnose con el lanzador instalado. Si no llega a la instancia de Tabbit esperada, detente. Si conecta, abre el sitio e inicia sesión tú. El descubrimiento de skills, el acceso al lanzador y la autenticación del sitio son comprobaciones separadas. Consulta la guía para conectar un agente al navegador existente y la de reutilización de sesión. La sesión del sitio puede caducar. Si el cliente no puede ejecutar comandos locales, revisa la comparación entre CLI y MCP.
Comprueba un registro sin modificarlo
Elige una página inocua con un ID estable y usa este prompt:
Usa la skill de Tabbit para revisar el [panel aprobado] abierto en el perfil con sesión iniciada.
Lee solo la fila visible del registro [ID]. No abras adjuntos ni campos ocultos.
No edites, asignes, guardes, envíes ni confirmes nada.
Devuelve el ID, estado, título y URL exactos. Escribe "no visible" para campos ausentes.
Prepara un borrador llamado "Revisión LFM2.5 — [fecha]" con los valores y dudas.
Detente antes de guardar o enviar. Muéstrame el borrador y la URL de origen.El resultado debe tener una fila, el ID solicitado y la URL de origen. Si Pi devuelve llamadas mal formadas, revisa la plantilla y el servidor antes de cambiar el prompt. La ficha explica el formato de llamadas; la comunidad también informó de correcciones de plantillas al principio. Son experiencias individuales, no una tasa de fallos. Debate de la comunidad
Mantén visible la revisión
| Control | Comprueba | Detente si |
|---|---|---|
| Modelo | Pi seleccionó el checkpoint y proveedor previstos. | El nombre o endpoint difiere. |
| Herramienta | La llamada local devuelve datos válidos. | Los argumentos están mal o faltan. |
| Navegador | Cuenta, espacio, ID y URL coinciden. | Alguno apunta a otra cuenta. |
| Borrador | Cada valor coincide con la página. | Hay inferencias sin fuente. |
Leer no autoriza a escribir. Usa la lista para la primera tarea, la guía de configuración de Codex, y las páginas sobre perfiles y grupos y agentes de navegador. La guía completa de CLI cubre la instalación.
LFM2.5-24B-A2B merece una prueba local si tu equipo lo ejecuta y tu plantilla supera la prueba de herramientas. No es una integración de Tabbit lista para usar. Empieza en modo de solo lectura y aprueba por separado cualquier cambio.
Preguntas frecuentes
¿Puede LFM2.5-24B-A2B usar mi navegador conectado?
Sí, si un agente local ejecuta Tabbit CLI en el perfil Tabbit donde iniciaste sesión. El modelo no se conecta al navegador por sí solo.
¿Liquid AI garantiza que Pi y Tabbit sean compatibles?
No. Pi figura como entorno de post-entrenamiento, pero debes probar tu servidor, plantilla de herramientas y conexión CLI.
¿Cómo se carga la skill Tabbit en Pi?
Pi usa `/skill:tabbit`. Primero confirma que la skill está instalada y que Pi la detecta.
¿El modelo conoce los valores actuales del panel?
No confíes en la memoria del modelo para datos actuales. Pide al agente leer la página visible y devolver la URL.
¿Puede guardar cambios después de leer?
Empieza en modo de solo lectura. Revisa el borrador nombrado y autoriza cada cambio por separado.