리퀴드AI가 LFM2.5 계열 3개 모델(1.2B-Instruct, 2.6B, 8B-A1B)에 투기적 디코딩 드래프트 모델 'DSpark' 체크포인트를 공개하며 출력 품질 변화 없이 GPU에서 최대 3.18배, 온디바이스에서 최대 2.87배 추론 속도를 높였다고 밝혔다. DSpark는 DFlash 스타일의 병렬 백본, 인접 토큰 간 의존성을 모델링하는 경량 순차(마르코프) 헤드, 저신뢰 구간을 잘라내는 신뢰도 기반 검증기 3요소를 결합한 기법으로, 각 드래프트 모델은 약 3억개 매개변수 규모로 5개 층·블록 크기 9의 어텐션 전용 구조를 채택했다. LFM2.5-2.6B는 H100에서 평균 2.67배, M4 맥스에서 2.27배 빨라졌고 멀티툴 시나리오의 함수 호출 지연시간을 평균 57% 줄였으며, LFM2.5-8B-A1B는 llama.cpp의 MoE 구현 한계로 온디바이스 개선폭이 평균 18%에 그쳤다. 세 드래프트 모델 모두 세이프텐서·GGUF 형식으로 허깅페이스에 공개돼 llama.cpp와 SGLang에서 곧바로 사용할 수 있다.

• •LFM2.5-DSpark, GPU 최대 3.18배·온디바이스 최대 2.87배 추론 속도 향상, 출력 품질은 그리디 디코딩과 동일
• •병렬 백본+경량 마르코프 헤드+신뢰도 기반 검증기 3요소 결합, 드래프트 모델은 약 3억개 매개변수
• •LFM2.5-2.6B 멀티툴 함수 호출 지연시간 평균 57% 감소
• •LFM2.5-8B-A1B는 llama.cpp MoE 구현 한계로 온디바이스 개선폭 평균 18%에 그침