Poolside: Laguna S 2.1 (free)

Το Poolside Laguna S 2.1 είναι γλωσσικό μοντέλο μείγματος ειδικών σχεδιασμένο για προγραμματισμό με πράκτορες και μακροχρόνιες εργασίες. Διαθέτει 118 δισ. συνολικές παραμέτρους και περίπου 8 δισ. ενεργές ανά token, τοποθετώντας το ανάμεσα στο μικρότερο Laguna XS 2.1 και το μεγαλύτερο Laguna M.1 στη σειρά του κατασκευαστή. Το μοντέλο επεξεργάζεται κείμενο και παράγει κείμενο, κώδικα, συλλογιστική και αιτήματα κλήσεων εργαλείων σε μια εφαρμογή συνδεδεμένη με εργαλεία.

Η αρχιτεκτονική του συνδυάζει καθολική προσοχή και προσοχή κυλιόμενου παραθύρου σε 48 επίπεδα: 12 καθολικά και 36 κυλιόμενου παραθύρου. Το κυλιόμενο παράθυρο 512 tokens περιγράφει την τοπική προσοχή μέσα σε αυτά τα επίπεδα, ενώ το τεκμηριωμένο παράθυρο συμφραζομένων του μοντέλου είναι 1.048.576 tokens. Πρόκειται για διαφορετικά μεγέθη. Το μεγαλύτερο παράθυρο υποστηρίζει εργασίες που συγκεντρώνουν πηγαία αρχεία, παρατηρήσεις και αποφάσεις σε πολλά βήματα. Κρατήστε μαζί τον στόχο εργασίας και τα ουσιαστικά τεκμήρια και αφήστε χώρο για επόμενη συλλογιστική και την τελική απάντηση μέσα στην ισχύουσα διαμόρφωση.

Ο κεντρικός σκοπός του μοντέλου είναι η εργασία λογισμικού που απαιτεί επιμονή, έλεγχο και αναθεώρηση. Για μια εργασία αποθετηρίου, δώστε την αναμενόμενη συμπεριφορά, τα σχετικά αρχεία ως κείμενο, πληροφορίες εξαρτήσεων και την πραγματική αποτυχημένη έξοδο. Ζητήστε ένα εστιασμένο αποτέλεσμα: «Ιχνηλάτησε την αιτία αυτής της παλινδρόμησης, πρότεινε μια αλλαγή που διατηρεί την τεκμηριωμένη διεπαφή και προσδιόρισε τους ελέγχους που θα διέκριναν μια διόρθωση από μια άσχετη αλλαγή». Σε μια ροή συνδεδεμένη με εργαλεία, δώστε στο μοντέλο το αποτέλεσμα κάθε εκτελεσμένου ελέγχου πριν επιλέξει το επόμενο βήμα.

Για εργασία βελτιστοποίησης, δώστε μετρήσεις και έναν ρητό στόχο. Ένα παράδειγμα είναι: «Χρησιμοποίησε αυτό το προφίλ και την αναφορά δεσμεύσεων μνήμης για να εντοπίσεις ένα σημείο συμφόρησης. Πρότεινε μία αλλαγή, εξήγησε την αναμενόμενη επίδραση και σύγκρινέ τη με τη γραμμή βάσης αφού επαναληφθεί η ίδια μέτρηση». Αυτό καθιστά εξετάσιμο έναν ισχυρισμό απόδοσης. Η έκδοση της Poolside συζητά την επαλήθευση και τη συνεχιζόμενη πρόοδο ως σημαντικές συμπεριφορές, αλλά μια πειστική εξήγηση από μόνη της δεν τεκμηριώνει ότι μια αναθεώρηση είναι ταχύτερη, σωστή ή ολοκληρωμένη. Διατηρήστε τις παρατηρήσεις που υποστηρίζουν τη διατήρηση ή την απόρριψη της αλλαγής.

Το Laguna S 2.1 υποστηρίζει εναλλασσόμενη σκέψη πριν και μεταξύ κλήσεων εργαλείων. Ο κατασκευαστής συνιστά τη διατήρηση του περιεχομένου συλλογιστικής από προηγούμενα μηνύματα βοηθού στο επόμενο ιστορικό· η αφαίρεση αυτών των τμημάτων μπορεί να προκαλέσει διακοπή της συλλογιστικής σε επόμενα βήματα. Κρατήστε μαζί την απάντηση του βοηθού, τις πληροφορίες κλήσης εργαλείου και το αντίστοιχο αποτέλεσμα εργαλείου. Αυτό βοηθά μια μεγαλύτερης διάρκειας εργασία να συνεχίζει από την πραγματική κατάστασή της, αντί να ανασυνθέτει επανειλημμένα όσα έχουν ήδη δοκιμαστεί.

Οι τεκμηριωμένες επιλογές σκέψης είναι off και max, με το max ενεργοποιημένο από προεπιλογή στη ρύθμιση που περιγράφει ο δημιουργός. Το μοντέλο καθορίζει τον προϋπολογισμό σκέψης του σε αυτή τη λειτουργία· η έκδοση δεν παρουσιάζει ξεχωριστά στοιχεία ελέγχου επιπέδων low, medium και high. Για προγραμματισμό με πράκτορες, η Poolside συνιστά ενεργοποίηση της σκέψης και διατήρησή της μεταξύ βημάτων. Δηλώστε ρητά το τελικό παραδοτέο και τα κριτήρια ολοκλήρωσης και διακρίνετε μια μακρά ακολουθία συλλογιστικής από το ολοκληρωμένο αποτέλεσμα. Ο κατασκευαστής προσδιορίζει την υπερβολική σκέψη, ιδίως σε διαγωνιστικά μαθηματικά, ως ουσιαστικό περιορισμό.

Οι ορισμοί εργαλείων χρειάζονται ιδιαίτερη προσοχή. Η Poolside αναφέρει ότι το S 2.1 μπορεί αρχικά να βασίζεται σε μια γνώριμη διεπαφή εργαλείου, αντί να ακολουθεί προσεκτικά ένα παρόμοιο αλλά διαφορετικό σχήμα. Μπορεί επίσης να παράγει κακοσχηματισμένο JSON ή JSON με λανθασμένους χαρακτήρες διαφυγής όταν ένα όρισμα εργαλείου περιέχει ένθετο πίνακα. Δώστε τους πραγματικούς ορισμούς ορισμάτων, επικυρώστε τις προτεινόμενες κλήσεις και επιστρέψτε ακριβές σφάλμα όταν η κλήση δεν αντιστοιχεί. Ο δημιουργός περιγράφει τη διόρθωση μέσω ανατροφοδότησης μέσα στο πλαίσιο συμφραζομένων ως τρόπο επίλυσης ορισμένων τέτοιων αποκλίσεων. Κρατήστε την παρατήρηση εργαλείου που προκύπτει διαθέσιμη για την επόμενη απόφαση.

Ο κατασκευαστής δημοσιεύει ξεχωριστές παραλλαγές BF16 και κβαντισμένες παραλλαγές, καθώς και προαιρετικό βοηθητικό μοντέλο DFlash. Αυτά είναι διακριτά παραδοτέα και συνταγές εξυπηρέτησης, επομένως η χρήση μνήμης ενός κβαντισμένου checkpoint ή η απόδοση αποκωδικοποίησης με εικαστική πρόβλεψη δεν πρέπει να συνάγονται από το γενικό όνομα του μοντέλου. Για συνήθη εργασία κειμένου, προετοιμάστε πηγαίο κώδικα, έξοδο εντολών και αποσπάσματα εγγράφων ως ευανάγνωστο κείμενο. Η έκδοση επισημαίνει την έλλειψη δυνατότητας όρασης του μοντέλου· ένα στιγμιότυπο οθόνης χρειάζεται κειμενική παρατήρηση ή κατάλληλο εξωτερικό βήμα εξέτασης πριν μπορέσει να υποστηρίξει την ανάλυση.

Ζητήστε ένα τελικό παραδοτέο που προσδιορίζει το αλλαγμένο αντικείμενο, τις σημαντικές αποφάσεις, τους παρατηρημένους ελέγχους και οποιαδήποτε άλυτη συνθήκη. Για έλεγχο κώδικα, συνδέστε τα ευρήματα με τον σχετικό πηγαίο κώδικα και δείξτε γιατί κάθε ζήτημα επηρεάζει τη συμπεριφορά. Για επιδιόρθωση, διαχωρίστε την προτεινόμενη διόρθωση από μια διόρθωση της οποίας η συμπεριφορά ελέγχθηκε πραγματικά. Η διατήρηση της συλλογιστικής και του ιστορικού εργαλείων βοηθά το μοντέλο να προχωρήσει την εργασία, ενώ το τελικό παραδοτέο και τα καταγεγραμμένα αποτελέσματα τεκμηριώνουν όσα επιτεύχθηκαν.