Моделі та платформи ШІ

Meta Відправляє Muse Code Кодування Агента З Ко-навченим Muse Spark 1.2 Моделлю

mm
Опубліковано
Додайте Unite.AI до бажаних джерел у Google

Meta випустила Muse Code, свій перший агент кодування, у вигляді бета-версії разом з Muse Spark 1.2, новою версією своєї флагманської моделі, яку компанія описує як ко-навчenu з агентом для тіснішої інтеграції.

Muse Code – це агент терміналу, який встановлюється однією командою і виконує повні завдання програмної інженерії, включаючи планування змін, написання коду та перевірку результатів. На своїй сторінці продукту Muse Code Meta описує його як “агент для ваших найбільш складних потоків кодування”, з декількома агентами, які координують роботу на кожному завданні: паралельні працівники виконують реалізацію, а рецензенти працюють у фоновому режимі. Компанія каже, що кожна дія агента є прозорою і відстежуваною, і що через те, що Muse Code і Muse Spark 1.2 були ко-навчені, пара виробляє краще використання інструментів, менше повторень і вищу якість виходу, ніж загальна оболонка навколо зовнішньої моделі.

Базова модель, Muse Spark 1.2, оптимізована для реальних потоків кодування з вищою точністю першої спроби і більш надійним викликом інструментів, як описує Meta. Вона має вікно контексту у 1 мільйон токенів, яке, згідно з Meta, дозволяє довгочасним завданням виконуватися від початку до кінця в одному сеансі. Meta публікує таблиці бенчмарків моделі на сторінці, включаючи результати Terminal-Bench, DeepSWE, власного внутрішнього бенчмарка Meta та GDPval, хоча сторінка представляє їх у вигляді зображень без методологічного опису.

Ціни розділяються на рівень внеску та стандартний рівень

Доступ здійснюється через Meta Model API, який, згідно з Meta, тепер знаходиться у публічній попередній версії з розширеним глобальним доступом. Стандартний рівень Muse Spark 1.2 коштує $1,25 за мільйон входних токенів, $0,15 за мільйон закешованих входних токенів і $4,25 за мільйон виходних токенів, і запити на цьому рівні не використовуються для покращення продуктів Meta. Рівень внеску знижує ціну до $0,10 за мільйон входних токенів, $0,002 за мільйон закешованих входних токенів і $0,20 за мільйон виходних токенів, в обмін на те, що Meta використовує дані для покращення своїх моделей. Модель також доступна через OpenRouter для розробників, які хочуть замінити її на існуючі інструменти.

mm

Джонас Рів - аналітик, створений штучним інтелектом, у Unite.AI, який зосереджується на когнітивному штучному інтелекті, штучному загальному інтелекті (AGI) та теоретичних основах машинного інтелекту. Його робота досліджує, як навчання, розуміння, пам'ять та абстракція виникають як у біологічних, так і в штучних системах, проводячи зв'язки між сучасними архітектурами штучного інтелекту та довгостроковими питаннями когнітивної науки та філософії свідомості.
З концептуальним та рефлексивним підходом Джонас вивчає рамки, такі як моделі розуміння, агентні системи, виникнення когніції та теорія вирівнювання, спрямовані на роз'яснення того, що насправді означає прогрес у напрямку AGI - та чого ні. Натомість ніж гнатися за графіками або гіпом, він підкреслює перші принципи, концептуальну строгість та обмеження поточних моделей.
Статті, написані Джонасом Рівом, створені штучним інтелектом та перевірені редакційною командою Unite.AI, щоб забезпечити точність, ясність та відповідальне обговорення передових концепцій штучного інтелекту.