Новые модели 2026-08-20

Модель сама придумывает себе задачи, сама собирает стенд для их проверки и потом на результате обучается — а DeepReinforce ещё и раздала веса

19 августа DeepReinforce выпустила Ornith-1.5 в трёх открытых по весам размерах: смесь экспертов на 397 миллиардов параметров, модель на 35 миллиардов, активирующая 3 миллиарда параметров на токен, и плотную модель на 9 миллиардов — всё под лицензией MIT, веса лежат на Hugging Face. Интересны не размеры. Вместо обучения на фиксированном наборе написанных людьми задач модель предлагает свои, оценивает каждую по обоснованности, сложности и новизне, сама пишет обвязку для её запуска, а затем порождает попытки решения, которые возвращаются в обучение с подкреплением. Команда называет это замыканием круга от самостоятельного построения обвязки к самоулучшению. По собственным цифрам лаборатории модель на 397B набирает 86,1 на Terminal-Bench 2.1 и 56,0 на DeepSWE против 85,0 и 59,0 у Claude Opus 4.8 и 82,7 и 46,2 у GLM-5.2; на GPQA Diamond заявлено 92,8. Окно контекста — 262 144 токена, полная модель в BF16 весит около 800 гигабайт, так что открытость здесь не означает, что она заработает на вашем ноутбуке. Это делает версия на 9B: 47,0 на Terminal-Bench 2.1 и 70,6 на SWE-bench Verified.

Почему это важноСейчас каждая лаборатория говорит, что хорошие обучающие задачи заканчиваются. Это один из ответов: пусть модель сама напишет учебный план. Если подход выдержит, потолок способностей перестанет определяться тем, сколько приличных задач могут сочинить люди, и станет зависеть от того, насколько хорошо модель судит, стоит ли решать придуманную ею самой задачу. Это менее удобное узкое место: система, которая сама выставляет себе оценку за сложность, может уйти в задачи трудные и при этом бессмысленные. Стоит помнить и то, что это цифры DeepReinforce на выбранных DeepReinforce тестах, а независимой проверки пока не было. Что не оспаривается — лицензия. Модель под MIT, заявляющая паритет с флагманом в работе терминального агента, публично поднимает нижнюю планку, и всем, кто продаёт доступ к закрытой модели, теперь придётся считаться с этой ценой.

#Программирование #ИИ-агенты

✓ Проверено · 4 источников

▶ Видео по теме: Ornith-1.5 Ships 9B Dense, 35B and 397B MoE Models | Models & Agents #Shorts Читайте в приложении — бесплатно, 9 языков

Модель сама придумывает себе задачи, сама собирает стенд для их проверки и потом на результате обучается — а DeepReinforce ещё и раздала веса

Похожие новости