← Каталог

· AI Engineer Code 2025

AGI: путь вперёд

AGI: The Path Forward

Модели, обученные с нуля через reinforcement learning поверх next-token prediction, по словам авторов, уже годятся для агентного кодинга в закрытых средах.

  • Reinforcement learning поверх next-token prediction — по словам авторов, одного next-token prediction недостаточно, и компания два с половиной года дообучает свои модели с RL, сейчас на втором поколении моделей Malibu Agent. Демо в Visual Studio Code показывает продукт компании: агент перевёл около 1150 строк кода с языка Ada на Rust и добавил в REPL историю команд.
  • Ограничение прав в закрытых средах — компания работает с госсектором и оборонкой, где агенту нельзя давать доступ ко всем данным, поэтому права настраиваются под требования среды.
  • Собственная инфраструктура обслуживания — модели отдаются через собственный API и Amazon Bedrock. По словам авторов, главным недостающим элементом была вычислительная мощность, и в ближайшее время должны заработать более 40 тысяч GB300.
  • Дообучение на чекпоинтах компании — авторы ищут партнёров, которые дообучают open source модели вроде Qwen, Kimi и MiniMax, и предлагают делать это на своих чекпоинтах, но подход пока не определён.

Кому полезно: тем, кто оценивает агентов для кодинга в госсекторе или оборонке, где важны ограничения доступа.

Статья по теме

Главы

Похожие доклады