Poolside: Laguna XS 2.1 (free)

Poolside Laguna XS 2.1 — языковая модель с архитектурой смеси экспертов для агентного программирования и длительной работы, позиционируемая как меньшая модель серии Laguna для локального развёртывания. Она содержит 33 млрд параметров в общей сложности и 3 млрд активных на токен. Это обновление относительно Laguna XS.2, сохраняющее её архитектуру и улучшающее заявленные разработчиком результаты разработки ПО и терминальных задач. Модель принимает текст и генерирует текст, код, рассуждения и запросы вызовов инструментов.

Её 40-слойная архитектура сочетает 10 слоёв глобального внимания и 30 слоёв со скользящим окном, сигмоидальное гейтирование и окно в 512 токенов. Это локальное окно внимания отделено от контекста модели в 262 144 токена. Poolside также описывает KV-кеш FP8 для снижения расхода памяти на токен. Эти особенности помогают объяснить ориентацию на локальное развёртывание, но точные требования к памяти всё равно зависят от чекпойнта, квантования, рабочего контекста и конфигурации обслуживания.

Для задачи программирования предоставьте нужные исходные файлы как текст, ожидаемое поведение и фактическую ошибку или вывод сбоя. Полезный запрос: «Исправь обработку экранированных разделителей этим парсером, сохранив опубликованный формат ввода. Покажи предлагаемое изменение, объясни затронутые случаи и укажи примеры, которые выявят регрессию». Задайте конкретный результат и условие завершения, чтобы модель работала над его достижением, а не просто обсуждала проблему.

Для терминальных задач предоставьте текущую среду, нужный вывод команд и ограничения работы. В приложении с инструментами модель предлагает вызов функции, приложение выполняет его и возвращает результат для следующего решения. Попросите объяснить, что показывает сбой, до предложения другой команды. Например, передайте манифест зависимостей и вывод неудачной установки, затем запросите минимальное исправление с опорой на источники и ожидаемый результат следующей проверки. Сохраняйте в истории прежние успешные шаги и нерешённую проблему.

Laguna XS 2.1 рассчитана на чередующееся мышление до и между вызовами инструментов. Разработчик рекомендует сохранять содержимое рассуждений из предыдущих сообщений помощника при сборке следующего запроса. Удаление этого содержимого может препятствовать дальнейшим рассуждениям в последующих шагах. Сохраняйте ответ помощника, сведения о вызове инструмента и соответствующий результат инструмента вместе, удерживая текущую цель в контексте. Это особенно полезно, когда несколько наблюдений ведут к исправлению, а поздний шаг зависит от прежнего решения.

Мышление можно включать и выключать через шаблон чата. Poolside рекомендует включать его для агентного программирования и сохранять между сообщениями. Запрос прямого ответа подходит небольшому преобразованию или объяснению, а исправление с несколькими зависимыми условиями выигрывает от непрерывного цикла рассуждений и наблюдений. Задайте итоговый формат вывода и оставьте место для окончательного ответа. Настройки оценки разработчика — выбор рецепта, а не универсальная гарантия объёма рассуждений или максимальной длины ответа.

Для длинного исходного ввода организуйте файлы и документацию с ясными границами и стабильными именами. Попросите проследить конкретную связь: какие вызывающие компоненты зависят от изменённого интерфейса, какие условия различают две реализации или почему результат теста противоречит предлагаемому диагнозу. Сохраняйте важные решения и фактические проверки в краткой записи задачи и удаляйте несущественную историю. Предел контекста охватывает рабочие материалы и сгенерированное продолжение; итоговый ответ размером во весь контекст не является отдельной обещанной ёмкостью.

Poolside публикует BF16 и отдельные варианты FP8, NVFP4, INT4 и GGUF, а также материалы черновой модели DFlash. Это разные варианты развёртывания. Небольшое число активных параметров не означает, что полные веса модели занимают только соответствующий объём памяти, а черновая модель — вспомогательный компонент ускорения, а не сама модель программирования. Сохраняйте точный чекпойнт при сравнении локальных результатов и подготавливайте код или содержимое документов как текст для этой модели «текст — текст».

Разработчик документирует проблему парсера инструментов в старых сборках обслуживания: некоторые вызовы могут теряться, а их сырая разметка — показываться как обычный текст ответа. Это объясняет, почему процесс с инструментами должен различать задуманный моделью запрос и корректно разобранный вызов функции. Изучайте разобранные имя и аргументы, проверяйте их по фактической схеме и сохраняйте результат исполнения. Итоговый отчёт должен указывать изменённый материал, наблюдаемые проверки и оставшиеся предположения. Предлагаемый патч или команда становятся завершённым результатом лишь после установления их поведения этими записями.