Flint to model tekstowy Recursive stworzony dla agentów programistycznych: poznawania bazy kodu, naprawiania błędów, implementacji funkcji i pisania testów. Jest to model MoE z otwartymi wagami: z 39,8 mld parametrów przy przetwarzaniu jednego tokenu aktywuje się około 2,5 mld. Podział na ekspertów jest częścią architektury, a nie wskazaniem kilku osobnych pomocników w rozmowie.
W rozwoju Flint uczestniczyła Eureka Machine — system badawczy Recursive. Pomagała szukać rozwiązań architektonicznych, dobierać dane i metody uczenia oraz optymalizować obliczenia. Sam Flint przeszedł uczenie wstępne, pośrednie, uczenie na przykładach instrukcji i uczenie ze wzmocnieniem. Zadania uczące obejmowały tekst, kod, przestrzeganie instrukcji i pracę w scenariuszach agentowych.
Zadanie warto zacząć od konkretnej części projektu: przekaż potrzebne pliki jako tekst, opisz przeznaczenie funkcji i oczekiwany wynik. Przy szukaniu błędu dodaj obserwowane zachowanie i fragment dziennika. Następnie można poprosić o wyjaśnienie przyczyny, minimalną poprawkę i test odróżniający poprawne zachowanie od błędu. Taka kolejność ułatwia późniejszą weryfikację wyniku w swoim środowisku.
Dla nowej funkcji podaj dane wejściowe, ograniczenia i przykłady wyniku. Przy refaktoryzacji wymień właściwości, które trzeba zachować, i poproś o osobny opis zmian interfejsów. Twórca zaleca dzielenie złożonej pracy na małe podzadania i podawanie jawnych instrukcji. Dlatego sekwencyjna rozmowa z wynikami pośrednimi lepiej odpowiada przewidywanemu zastosowaniu Flint niż nieokreślone polecenie przerobienia całego projektu.
W Ailoot Flint działa z tekstem na wejściu i wyjściu. Okno kontekstowe wynosi 262 144 tokeny; materiały źródłowe, historia rozmowy i odpowiedź wspólnie wykorzystują tę przestrzeń. Limit wyjścia określono na 235 929 tokenów. Te wartości opisują granice podłączenia, a rzeczywistą długość warto dopasować do zadania: wyjaśnienia przyczyny błędu, poprawki, zestawu testów lub planu pracy.
Dostępne są formaty Messages, Responses i Chat Completions. Pozwalają używać znanej struktury aplikacji klienckiej. Czytanie plików lokalnych i stosowanie zmian organizuje sama aplikacja: w zapytaniu tekstowym model otrzymuje przekazany kod i zwraca propozycje, wyjaśnienia lub nowy kod.
Flint nadaje się do iteracyjnej rozmowy technicznej, w której każdy kolejny krok opiera się na zawartości projektu i wyniku sprawdzenia poprzedniej zmiany. Jego specjalizacja pomaga sformułować zadanie, a wynikiem roboczym staje się konkretny tekst: wyjaśnienie, implementacja lub sprawdzalny test.
", "aboutText": "### Model do pracy z kodem\n\nFlint to model tekstowy Recursive stworzony dla agentów programistycznych: poznawania bazy kodu, naprawiania błędów, implementacji funkcji i pisania testów. Jest to model MoE z otwartymi wagami: z 39,8 mld parametrów przy przetwarzaniu jednego tokenu aktywuje się około 2,5 mld. Podział na ekspertów jest częścią architektury, a nie wskazaniem kilku osobnych pomocników w rozmowie.\n\nW rozwoju Flint uczestniczyła Eureka Machine — system badawczy Recursive. Pomagała szukać rozwiązań architektonicznych, dobierać dane i metody uczenia oraz optymalizować obliczenia. Sam Flint przeszedł uczenie wstępne, pośrednie, uczenie na przykładach instrukcji i uczenie ze wzmocnieniem. Zadania uczące obejmowały tekst, kod, przestrzeganie instrukcji i pracę w scenariuszach agentowych.\n\n### Analiza projektu i przygotowanie zmian\n\nZadanie warto zacząć od konkretnej części projektu: przekaż potrzebne pliki jako tekst, opisz przeznaczenie funkcji i oczekiwany wynik. Przy szukaniu błędu dodaj obserwowane zachowanie i fragment dziennika. Następnie można poprosić o wyjaśnienie przyczyny, minimalną poprawkę i test odróżniający poprawne zachowanie od błędu. Taka kolejność ułatwia późniejszą weryfikację wyniku w swoim środowisku.\n\nDla nowej funkcji podaj dane wejściowe, ograniczenia i przykłady wyniku. Przy refaktoryzacji wymień właściwości, które trzeba zachować, i poproś o osobny opis zmian interfejsów. Twórca zaleca dzielenie złożonej pracy na małe podzadania i podawanie jawnych instrukcji. Dlatego sekwencyjna rozmowa z wynikami pośrednimi lepiej odpowiada przewidywanemu zastosowaniu Flint niż nieokreślone polecenie przerobienia całego projektu.\n\n### Kontekst i format podłączenia\n\nW Ailoot Flint działa z tekstem na wejściu i wyjściu. Okno kontekstowe wynosi 262 144 tokeny; materiały źródłowe, historia rozmowy i odpowiedź wspólnie wykorzystują tę przestrzeń. Limit wyjścia określono na 235 929 tokenów. Te wartości opisują granice podłączenia, a rzeczywistą długość warto dopasować do zadania: wyjaśnienia przyczyny błędu, poprawki, zestawu testów lub planu pracy.\n\nDostępne są formaty Messages, Responses i Chat Completions. Pozwalają używać znanej struktury aplikacji klienckiej. Czytanie plików lokalnych i stosowanie zmian organizuje sama aplikacja: w zapytaniu tekstowym model otrzymuje przekazany kod i zwraca propozycje, wyjaśnienia lub nowy kod.\n\nFlint nadaje się do iteracyjnej rozmowy technicznej, w której każdy kolejny krok opiera się na zawartości projektu i wyniku sprawdzenia poprzedniej zmiany. Jego specjalizacja pomaga sformułować zadanie, a wynikiem roboczym staje się konkretny tekst: wyjaśnienie, implementacja lub sprawdzalny test.", "locale": "pl", "methods": [ { "html": "POST /v1/messagestexttextPOST /v1/responsestexttextPOST /v1/chat/completionstexttext