Poolside发布轻量级开源编码模型Laguna S 2.1
结论前置 / TL;DR
Poolside公司推出第三款编码模型Laguna S 2.1,仅三个月内连续发布三款模型。该模型不依赖参数规模,而是通过强化自我验证、迭代修正与持续尝试机制提升性能,在多项基准测试中超越多个更大参数量的竞品。团队称其以不到10美分成本解决了自1975年起悬而未决的一个数学问题。
聚焦推理质量而非参数规模
Poolside近期发布Laguna S 2.1,为其三个月内推出的第三款编程专用模型。与追求大参数量的主流路径不同,该公司选择优化模型的推理过程:训练模型在长周期智能体任务中持续自查、主动修订失败策略,并避免过早终止尝试。
性能表现亮眼
尽管体积紧凑、开源权重,Laguna S 2.1在多个编程基准测试中表现优于若干参数量显著更高的同类模型。此外,Poolside团队披露,该模型成功求解了一个自1975年提出、长期未被攻克的数学问题,整个计算过程成本低于10美分。
本文为企业智脑(优秘智能)编译整理自公开资讯,信息与观点以原文为准,仅供参考。阅读原文(The Decoder) →