Poolside: Laguna S 2.1 (free)

Poolside Laguna S 2.1 adalah model bahasa mixture-of-experts yang dirancang untuk pemrograman berbasis agen dan pekerjaan jangka panjang. Model ini memiliki 118B parameter total dan sekitar 8B aktif per token, sehingga posisinya berada di antara Laguna XS 2.1 yang lebih kecil dan Laguna M.1 yang lebih besar dalam seri produsen. Model ini memproses teks dan menghasilkan teks, kode, penalaran, serta permintaan pemanggilan alat dalam aplikasi yang terhubung dengan alat.

Arsitekturnya menggabungkan global attention dan sliding-window attention di 48 lapisan: 12 lapisan global dan 36 lapisan sliding-window. Jendela geser 512 token menjelaskan attention lokal di dalam lapisan tersebut, sementara konteks model yang didokumentasikan berukuran 1,048,576 token. Ini adalah ukuran yang berbeda. Konteks yang lebih besar mendukung tugas yang mengumpulkan berkas sumber, pengamatan, dan keputusan selama banyak langkah. Pertahankan tujuan kerja dan bukti yang bermakna bersama, serta sisakan ruang untuk penalaran lanjutan dan respons akhir di dalam konfigurasi yang berlaku.

Tujuan utama model adalah pekerjaan perangkat lunak yang membutuhkan ketekunan, pemeriksaan, dan revisi. Untuk tugas repositori, berikan perilaku yang diharapkan, berkas yang relevan sebagai teks, informasi dependensi, dan keluaran gagal yang sebenarnya. Mintalah hasil yang terarah: “Telusuri penyebab regresi ini, usulkan perubahan yang mempertahankan antarmuka yang didokumentasikan, dan identifikasi pemeriksaan yang dapat membedakan perbaikan dari perubahan yang tidak berkaitan.” Dalam alur kerja yang terhubung dengan alat, berikan hasil setiap pemeriksaan yang dijalankan kepada model sebelum model memilih langkah berikutnya.

Untuk pekerjaan optimasi, berikan pengukuran dan tujuan eksplisit. Contohnya: “Gunakan profil dan laporan alokasi ini untuk mengidentifikasi hambatan. Usulkan satu perubahan, jelaskan dampak yang diharapkan, dan bandingkan dengan baseline setelah pengukuran yang sama diulang.” Ini membuat klaim kinerja dapat diperiksa. Rilis Poolside membahas verifikasi dan kemajuan berkelanjutan sebagai perilaku penting, tetapi penjelasan yang meyakinkan saja tidak membuktikan bahwa revisi lebih cepat, benar, atau selesai. Pertahankan pengamatan yang mendukung keputusan menerima atau menolak perubahan.

Laguna S 2.1 mendukung proses berpikir berselang sebelum dan di antara pemanggilan alat. Produsen merekomendasikan mempertahankan konten penalaran dari pesan asisten sebelumnya dalam riwayat berikutnya; menghapus blok tersebut dapat menyebabkan penalaran berhenti pada langkah tindak lanjut. Simpan respons asisten, informasi pemanggilan alat, dan hasil alat yang terkait bersama. Ini membantu tugas yang lebih panjang berlanjut dari keadaan sebenarnya, bukan berulang kali menyusun ulang apa yang sudah dicoba.

Pilihan proses berpikir yang didokumentasikan adalah off dan max, dengan max diaktifkan secara bawaan dalam pengaturan yang dijelaskan pembuatnya. Model menentukan anggaran berpikirnya dalam mode itu; rilis tersebut tidak menyajikan kontrol upaya low, medium, dan high yang terpisah. Untuk pemrograman berbasis agen, Poolside merekomendasikan mengaktifkan proses berpikir dan mempertahankannya di antara langkah. Nyatakan artefak akhir dan kriteria penyelesaian secara eksplisit, dan bedakan rangkaian penalaran panjang dari hasil yang selesai. Produsen mengidentifikasi proses berpikir yang berlebihan, terutama pada matematika kompetisi, sebagai keterbatasan yang berarti.

Definisi alat memerlukan perhatian khusus. Poolside melaporkan bahwa S 2.1 pada awalnya dapat mengandalkan antarmuka alat yang familier alih-alih mengikuti secara teliti skema yang serupa tetapi berbeda. Model ini juga dapat menghasilkan JSON yang tidak valid atau dengan escape yang keliru ketika argumen alat memuat array bersarang. Berikan definisi argumen yang sebenarnya, validasi pemanggilan yang diusulkan, dan kembalikan galat yang tepat ketika pemanggilan tidak cocok. Pembuatnya menjelaskan koreksi melalui umpan balik dalam konteks sebagai cara mengatasi sebagian ketidaksesuaian ini. Simpan pengamatan alat yang dihasilkan agar tersedia untuk keputusan berikutnya.

Produsen menerbitkan BF16 dan varian terkuantisasi yang terpisah serta model draf DFlash opsional. Itu adalah artefak dan resep penyajian yang berbeda, sehingga penggunaan memori checkpoint terkuantisasi atau kinerja speculative decoding tidak boleh diasumsikan dari nama model umum. Untuk pekerjaan teks biasa, siapkan kode sumber, keluaran perintah, dan kutipan dokumen sebagai teks yang terbaca. Rilis tersebut mencatat ketiadaan kemampuan penglihatan pada model; tangkapan layar membutuhkan pengamatan tekstual atau langkah pemeriksaan eksternal yang sesuai sebelum dapat mendukung analisis.

Mintalah hasil akhir yang mengidentifikasi artefak yang berubah, keputusan penting, pemeriksaan yang diamati, dan kondisi apa pun yang belum terselesaikan. Untuk peninjauan kode, hubungkan temuan dengan sumber yang relevan dan tunjukkan mengapa setiap masalah memengaruhi perilaku. Untuk perbaikan, pisahkan patch yang diusulkan dari patch yang perilakunya benar-benar diperiksa. Mempertahankan penalaran dan riwayat alat membantu model mengerjakan tugas, sementara artefak akhir dan hasil yang tercatat menetapkan apa yang telah dicapai.