Flint är en textmodell från Recursive, skapad för kodagenter: att undersöka kodbaser, rätta fel, implementera funktioner och skriva tester. Det är en MoE-modell med öppna vikter: av 39,8 miljarder parametrar aktiveras cirka 2,5 miljarder när en token bearbetas. Uppdelningen i experter är en del av arkitekturen och betyder inte att flera separata assistenter finns i chatten.
Eureka Machine, Recursives forskningssystem, deltog i utvecklingen av Flint. Systemet hjälpte till att söka arkitekturlösningar, välja data och träningsmetoder samt optimera beräkningarna. Flint genomgick förträning, mellanträning, träning på instruktionsexempel och förstärkningsinlärning. Träningsuppgifterna omfattade text, kod, instruktionsföljning och agentflöden.
Börja gärna arbetsuppgiften med en konkret del av projektet: ange nödvändiga filer som text, beskriv funktionernas syfte och önskat resultat. Vid felsökning lägger du till observerat beteende och ett loggutdrag. Be sedan om en orsaksförklaring, en minimal ändring och ett test som skiljer rätt beteende från felet. Ordningen gör resultatet lätt att verifiera i din egen miljö.
För en ny funktion anger du indata, begränsningar och resultatexempel. Vid refaktorering listar du egenskaper som ska bevaras och ber om en separat beskrivning av gränssnittsändringar. Utvecklaren rekommenderar att komplicerat arbete delas i små deluppgifter och att instruktionerna är tydliga. En stegvis dialog med delresultat passar därför Flints avsedda användning bättre än ett otydligt uppdrag att göra om hela projektet.
I Ailoot API arbetar Flint med text som indata och utdata. Kontextfönstret är 262 144 token; underlag, konversationshistorik och svar delar på detta utrymme. För utdata anges en gräns på 235 929 token. Värdena beskriver anslutningens gränser, medan den faktiska längden bör anges utifrån uppgiften: en felorsaksförklaring, patch, testsamling eller arbetsplan.
Messages, Responses och Chat Completions finns tillgängliga. Formaten gör att klientapplikationens vanliga struktur kan användas. Applikationen ansvarar för att läsa lokala filer och tillämpa ändringar: i textbegäran får modellen den angivna koden och returnerar förslag, förklaringar eller ny kod.
Flint passar för iterativ teknisk dialog där varje nästa steg bygger på projektinnehållet och verifieringsresultatet från föregående ändring. Specialiseringen hjälper dig att formulera uppgiften, och arbetsresultatet blir konkret text: en förklaring, implementering eller ett verifierbart test.
", "aboutText": "### En modell för kodarbete\n\nFlint är en textmodell från Recursive, skapad för kodagenter: att undersöka kodbaser, rätta fel, implementera funktioner och skriva tester. Det är en MoE-modell med öppna vikter: av 39,8 miljarder parametrar aktiveras cirka 2,5 miljarder när en token bearbetas. Uppdelningen i experter är en del av arkitekturen och betyder inte att flera separata assistenter finns i chatten.\n\nEureka Machine, Recursives forskningssystem, deltog i utvecklingen av Flint. Systemet hjälpte till att söka arkitekturlösningar, välja data och träningsmetoder samt optimera beräkningarna. Flint genomgick förträning, mellanträning, träning på instruktionsexempel och förstärkningsinlärning. Träningsuppgifterna omfattade text, kod, instruktionsföljning och agentflöden.\n\n### Projektanalys och förberedelse av ändringar\n\nBörja gärna arbetsuppgiften med en konkret del av projektet: ange nödvändiga filer som text, beskriv funktionernas syfte och önskat resultat. Vid felsökning lägger du till observerat beteende och ett loggutdrag. Be sedan om en orsaksförklaring, en minimal ändring och ett test som skiljer rätt beteende från felet. Ordningen gör resultatet lätt att verifiera i din egen miljö.\n\nFör en ny funktion anger du indata, begränsningar och resultatexempel. Vid refaktorering listar du egenskaper som ska bevaras och ber om en separat beskrivning av gränssnittsändringar. Utvecklaren rekommenderar att komplicerat arbete delas i små deluppgifter och att instruktionerna är tydliga. En stegvis dialog med delresultat passar därför Flints avsedda användning bättre än ett otydligt uppdrag att göra om hela projektet.\n\n### Kontext och anslutningsformat\n\nI Ailoot API arbetar Flint med text som indata och utdata. Kontextfönstret är 262 144 token; underlag, konversationshistorik och svar delar på detta utrymme. För utdata anges en gräns på 235 929 token. Värdena beskriver anslutningens gränser, medan den faktiska längden bör anges utifrån uppgiften: en felorsaksförklaring, patch, testsamling eller arbetsplan.\n\nMessages, Responses och Chat Completions finns tillgängliga. Formaten gör att klientapplikationens vanliga struktur kan användas. Applikationen ansvarar för att läsa lokala filer och tillämpa ändringar: i textbegäran får modellen den angivna koden och returnerar förslag, förklaringar eller ny kod.\n\nFlint passar för iterativ teknisk dialog där varje nästa steg bygger på projektinnehållet och verifieringsresultatet från föregående ändring. Specialiseringen hjälper dig att formulera uppgiften, och arbetsresultatet blir konkret text: en förklaring, implementering eller ett verifierbart test.", "locale": "sv", "methods": [ { "html": "POST /v1/messagestexttextPOST /v1/responsestexttextPOST /v1/chat/completionstexttext