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
Создание агентов, которые пишут собственный код
AI Engineer Summit 2025
Близко по содержанию
Непростая реальность масштабирования: синтетические данные и предобучение
AI Engineer World's Fair 2026
Близко по содержанию
Rust — язык AGI
AI Engineer World's Fair 2025
Близко по содержанию
#define AI-инженер
swyx, Greg Brockman, Jensen Huang
AI Engineer World's Fair 2025
Близко по содержанию


