Poolside: Laguna S 2.1 (free)

Poolside Laguna S 2.1 er en mixture-of-experts-sprogmodel designet til agentbaseret kodning og langsigtet arbejde. Den har 118 milliarder parametre i alt og cirka 8 milliarder aktive pr. token, hvilket placerer den mellem den mindre Laguna XS 2.1 og den større Laguna M.1 i producentens serie. Modellen behandler tekst og producerer tekst, kode, ræsonnement og anmodninger om værktøjskald i en applikation med værktøjer.

Arkitekturen kombinerer global opmærksomhed og opmærksomhed i glidende vinduer på tværs af 48 lag: 12 globale lag og 36 lag med glidende vindue. Det glidende vindue på 512 tokens beskriver lokal opmærksomhed i disse lag, mens den dokumenterede modelkontekst er på 1.048.576 tokens. Det er forskellige mål. Den større kontekst understøtter opgaver, der opsamler kildefiler, observationer og beslutninger gennem mange trin. Hold arbejdsmålet og meningsfuld dokumentation samlet, og afsæt plads til efterfølgende ræsonnement og det endelige svar inden for den gældende konfiguration.

Modellens centrale formål er softwarearbejde, der kræver vedholdenhed, kontrol og revision. Ved en repositorieopgave skal du vedlægge den forventede adfærd, relevante filer som tekst, afhængighedsoplysninger og det faktiske fejlende output. Bed om et afgrænset resultat: “Spor årsagen til denne regression, foreslå en ændring, der bevarer den dokumenterede grænseflade, og identificér de kontroller, der kan skelne en rettelse fra en uvedkommende ændring.” I et værktøjsforbundet forløb skal du give modellen resultatet af hver udført kontrol, før den vælger næste trin.

Ved optimeringsarbejde skal du vedlægge målinger og et eksplicit mål. Et eksempel er: “Brug denne profil og allokeringsrapport til at identificere en flaskehals. Foreslå én ændring, forklar den forventede effekt, og sammenlign med udgangspunktet, når samme måling er gentaget.” Det gør en påstand om ydeevne kontrollerbar. Poolsides udgivelse fremhæver verifikation og fortsat fremdrift som vigtig adfærd, men en overbevisende forklaring dokumenterer ikke i sig selv, at en revision er hurtigere, korrekt eller fuldstændig. Bevar de observationer, der understøtter at beholde eller afvise ændringen.

Laguna S 2.1 understøtter indflettet tænkning før og mellem værktøjskald. Producenten anbefaler at bevare ræsonnementsindhold fra tidligere assistentbeskeder i den efterfølgende historik; udeladelse af disse blokke kan få ræsonnement til at stoppe i opfølgende trin. Hold assistentsvaret, oplysningerne om værktøjskaldet og det tilsvarende værktøjsresultat samlet. Det hjælper en længere opgave med at fortsætte fra sin faktiske tilstand frem for gentagne gange at rekonstruere, hvad der allerede er forsøgt.

De dokumenterede valg for tænkning er off og max, med max aktiveret som standard i producentens beskrevne opsætning. Modellen bestemmer sit tænkebudget i denne tilstand; udgivelsen præsenterer ikke særskilte niveauindstillinger for low, medium og high. Til agentbaseret kodning anbefaler Poolside at aktivere tænkning og bevare den mellem trinnene. Angiv slutresultatet og afslutningskriterierne eksplicit, og skeln mellem et langt ræsonnementsforløb og det fuldførte resultat. Producenten identificerer overtænkning, især i konkurrencematematik, som en væsentlig begrænsning.

Værktøjsdefinitioner kræver særlig omhu. Poolside rapporterer, at S 2.1 i begyndelsen kan støtte sig til en velkendt værktøjsgrænseflade frem for nøje at følge et lignende, men anderledes skema. Den kan også producere fejlformet eller forkert escapet JSON, når et værktøjsargument indeholder et indlejret array. Angiv de faktiske argumentdefinitioner, validér foreslåede kald, og returnér en præcis fejl, når kaldet ikke stemmer overens. Producenten beskriver korrektion gennem feedback i konteksten som en måde at løse nogle af disse uoverensstemmelser på. Hold den resulterende værktøjsobservation tilgængelig for næste beslutning.

Producenten udgiver særskilte BF16- og kvantiserede varianter og en valgfri DFlash-kladdemodel. Det er forskellige artefakter og driftsopskrifter, så et kvantiseret checkpoints hukommelsesforbrug eller ydeevne ved spekulativ afkodning bør ikke antages ud fra det generelle modelnavn. Ved almindeligt tekstarbejde skal du forberede kildekode, kommandooutput og dokumentuddrag som læselig tekst. Udgivelsen bemærker, at modellen mangler synsevne; et skærmbillede kræver en tekstlig observation eller et passende eksternt undersøgelsestrin, før det kan understøtte analysen.

Bed om et slutprodukt, der identificerer det ændrede artefakt, de vigtige beslutninger, de observerede kontroller og eventuelle uafklarede forhold. Ved et kodereview skal du knytte fund til den relevante kilde og vise, hvorfor hvert problem påvirker adfærden. Ved en reparation skal du skelne mellem en foreslået rettelse og en rettelse, hvis adfærd faktisk er kontrolleret. Bevaret ræsonnement og værktøjshistorik hjælper modellen gennem opgaven, mens slutresultatet og de registrerede udfald fastslår, hvad der er opnået.