Poolside-მა Laguna S 2.1 გამოუშვა — ღია წონების კოდირების მოდელი

AI კოდირების სტარტაპმა Poolside-მა 21 ივლისს გამოუშვა Laguna S 2.1 — ღია წონების მოდელი აგენტური პროგრამული ინჟინერიისთვის, რომელიც კომპანიის თქმით, მასზე რამდენჯერმე დიდ კონკურენტებს აჯობებს.

Laguna S 2.1 არის Mixture-of-Experts არქიტექტურის მოდელი, სულ 118 მილიარდი პარამეტრით, თუმცა თითოეულ ტოკენზე მხოლოდ 8 მილიარდი პარამეტრი აქტიურდება — ეს უზრუნველყოფს ეფექტურ ინფერენსს 1 მილიონ ტოკენამდე საკონტექსტო ფანჯრით. Poolside-ის მონაცემებით, მოდელმა SWE-Bench Pro ბენჩმარქზე 59.4% დააფიქსირა — Moonshot AI-ის გაცილებით დიდი Kimi K3-სგან სულ 1.2 პროცენტული პუნქტით ჩამორჩება — და რამდენიმე კოდირების ბენჩმარქზე გაუსწრო 1.6-ტრილიონპარამეტრიან DeepSeek-V4-Pro-Max-საც. Terminal-Bench 2.1-ზე „მოაზროვნე“ რეჟიმის ჩართვამ შედეგი 60.4%-დან 70.2%-მდე აწია.

Poolside-ის თქმით, გაუმჯობესება მასშტაბს კი არა, ვარჯიშის მეთოდოლოგიას ევალება: უფრო ხანგრძლივი როლაუთის ბიუჯეტები, გაძლიერებული ვერიფიკაცია განმტკიცებითი სწავლების დროს და ვარჯიში ერთდროულად რამდენიმე აგენტურ გარემოში, რათა მოდელს კონკრეტული ინსტრუმენტისთვის „გადაჩვევა“ არ დასჭირვებოდა. „ამ მოდელში ჩვენ არ დაგვმატებია უბრალოდ მეტი ინტელექტი — გავაუმჯობესეთ ქცევები, რომლებიც უფრო შესაძლებლობიან მოდელამდე მიგვიყვანს: მეტი ვერიფიკაცია, ნაკლები ცალმხრივი დაშვება, ნაადრევი გამარჯვების გამოცხადებაზე უარი და მეტი დაჟინებულობა,“ — განაცხადა Poolside-ის გამოყენებითი კვლევების თანახელმძღვანელმა პენგმინგ ვანგმა.

მაგალითებად Poolside ასახელებს, რომ მოდელმა ერთ სესიაში ნულიდან შექმნა მომუშავე HTML/CSS რენდერინგის ძრავი, კომპანიის შიდა სატესტო გარემოში მეხსიერების მოხმარება 71%-ით შეამცირა და დამოუკიდებლად აღადგინა ამონახსნი 50 წელზე მეტი ხნის გადაუჭრელი მათემატიკური ამოცანისთვის — Erdős-ის #397-ე პრობლემისთვის.

მოდელის წონები Poolside-ის OpenMDW-1.1 ღია ლიცენზიით ვრცელდება და ხელმისაწვდომია Hugging Face-ზე, OpenRouter-ზე უფასო ჰოსტინგითა და ისეთი ინფერენსის ხელსაწყოების მხარდაჭერით, როგორიცაა vLLM, Ollama და SGLang. ეს არის Laguna-ოჯახის მესამე გამოშვება სამი თვის განმავლობაში — აპრილის ორი უფრო მცირე მოდელისა და 2 ივლისის განახლების შემდეგ — და ვარჯიშს ცხრა კვირაზე ნაკლები დასჭირდა.

გამოშვება ემატება ღია წონების კოდირების მოდელების წლევანდელ ტალღას — ტენდენციას, რომელსაც Nvidia-ს ჯენსენ ჰუანგმა ცოტა ხნის წინ ათობით კომპანია მოუყარა თავი — მაშინ, როცა კონკურენტმა ლაბორატორიამ Moonshot AI-მ თავად GPU-ს დეფიციტის გამო საკუთარი ღია მოდელის, Kimi K3-ის, ახალი გამოწერები შეაჩერა.