JetBrains ने एजेंटिक प्रोग्रामिंग पर केंद्रित प्रोग्रामिंग AI मॉडल Mellum2.1 लॉन्च किया
IT之家 की रिपोर्ट के अनुसार JetBrains ने 8 अक्टूबर को एक ब्लॉग पोस्ट में प्रोग्रामिंग AI मॉडल Mellum2.1 की घोषणा की, जिसका मुख्य फोकस एजेंटिक कोडिंग क्षमता को मज़बूत करना है। एक डेवलपर के रूप में मैं ऐसे ओपन मॉडल पर नज़र रखता हूँ जिन्हें लोकल तौर पर चलाया जा सकता है, इसलिए मैं यहाँ मुख्य बातें संक्षेप में रख रहा हूँ।
मॉडल में Mellum2 वाला आर्किटेक्चर बरकरार है: यह 12B पैरामीटर वाला मिक्सचर-ऑफ़-एक्सपर्ट्स (MoE) मॉडल है, जिसके 2.5B पैरामीटर सक्रिय रहते हैं, और यह अब भी Apache 2.0 लाइसेंस के तहत जारी है। ट्रेनिंग में सबसे बड़ा बदलाव यह है कि प्री-ट्रेनिंग के बाद का रीइन्फ़ोर्समेंट लर्निंग चरण, जो पहले एक छोटा अंतिम चरण था, अब ट्रेनिंग का मुख्य हिस्सा बन गया है। गणित, एल्गोरिदम प्रतियोगिताओं, विज्ञान, टूल उपयोग और सॉफ़्टवेयर इंजीनियरिंग का डेटा जोड़ा गया है और आंतरिक RL वातावरण बनाए गए हैं, जिनमें ट्रेनिंग के दौरान हज़ारों वातावरणों में लाखों सैंडबॉक्स चलाए गए। ट्रेनिंग से पहले ऐसे कार्य छाँट दिए जाते हैं जिनके टेस्ट दोषपूर्ण हों, जिनके उत्तर सत्यापित न हो सकें, या जिनकी कठिनाई उपयुक्त न हो।
आधिकारिक विवरण के अनुसार यह कोडबेस को खंगाल सकता है, फ़ाइलें संपादित कर सकता है और अपने बदलावों की जाँच कर सकता है। सबसे बड़ा सुधार एजेंटिक कोडिंग में है: यह विफल होने वाले टेस्ट का मूल कारण पहचान सकता है, सुधार का मसौदा बना सकता है और परिणाम सत्यापित कर सकता है। गति के मामले में आर्किटेक्चर नहीं बदला, लेकिन मल्टी-टोकन प्रेडिक्शन (MTP) से एकल अनुरोध के लिए जनरेशन लगभग 1.6 गुना तेज़ हो जाता है। समान मूल्यांकन सेटिंग में Mellum2, Qwen3.5-9B और Gemma 4 E4B से तुलना करने पर, अधिक लोड में एक H200 पर Mellum2.1 का आउटपुट थ्रूपुट Qwen3.5-9B के लगभग दोगुने के करीब है।
मॉडल Hugging Face पर उपलब्ध है और इसे लोकल या अपने इन्फ़्रास्ट्रक्चर पर डिप्लॉय किया जा सकता है, इसलिए कंपनियाँ अपना कोड और डेटा अपने ही वातावरण में रख सकती हैं। JetBrains की योजना llama.cpp, Ollama और LM Studio के लिए GGUF संस्करण और vLLM के लिए MTP स्पेकुलेटिव डिकोडिंग कंपोनेंट जारी करने की है।
मैं GGUF संस्करण का इंतज़ार कर रहा हूँ, क्योंकि तब आम डेवलपर भी इसे अपनी मशीन पर आज़मा सकेंगे। कोडिंग मॉडल में आपके लिए क्या ज़्यादा मायने रखता है: सटीकता या डिप्लॉयमेंट की लागत?
स्रोत: IT之家
मॉडल में Mellum2 वाला आर्किटेक्चर बरकरार है: यह 12B पैरामीटर वाला मिक्सचर-ऑफ़-एक्सपर्ट्स (MoE) मॉडल है, जिसके 2.5B पैरामीटर सक्रिय रहते हैं, और यह अब भी Apache 2.0 लाइसेंस के तहत जारी है। ट्रेनिंग में सबसे बड़ा बदलाव यह है कि प्री-ट्रेनिंग के बाद का रीइन्फ़ोर्समेंट लर्निंग चरण, जो पहले एक छोटा अंतिम चरण था, अब ट्रेनिंग का मुख्य हिस्सा बन गया है। गणित, एल्गोरिदम प्रतियोगिताओं, विज्ञान, टूल उपयोग और सॉफ़्टवेयर इंजीनियरिंग का डेटा जोड़ा गया है और आंतरिक RL वातावरण बनाए गए हैं, जिनमें ट्रेनिंग के दौरान हज़ारों वातावरणों में लाखों सैंडबॉक्स चलाए गए। ट्रेनिंग से पहले ऐसे कार्य छाँट दिए जाते हैं जिनके टेस्ट दोषपूर्ण हों, जिनके उत्तर सत्यापित न हो सकें, या जिनकी कठिनाई उपयुक्त न हो।
आधिकारिक विवरण के अनुसार यह कोडबेस को खंगाल सकता है, फ़ाइलें संपादित कर सकता है और अपने बदलावों की जाँच कर सकता है। सबसे बड़ा सुधार एजेंटिक कोडिंग में है: यह विफल होने वाले टेस्ट का मूल कारण पहचान सकता है, सुधार का मसौदा बना सकता है और परिणाम सत्यापित कर सकता है। गति के मामले में आर्किटेक्चर नहीं बदला, लेकिन मल्टी-टोकन प्रेडिक्शन (MTP) से एकल अनुरोध के लिए जनरेशन लगभग 1.6 गुना तेज़ हो जाता है। समान मूल्यांकन सेटिंग में Mellum2, Qwen3.5-9B और Gemma 4 E4B से तुलना करने पर, अधिक लोड में एक H200 पर Mellum2.1 का आउटपुट थ्रूपुट Qwen3.5-9B के लगभग दोगुने के करीब है।
मॉडल Hugging Face पर उपलब्ध है और इसे लोकल या अपने इन्फ़्रास्ट्रक्चर पर डिप्लॉय किया जा सकता है, इसलिए कंपनियाँ अपना कोड और डेटा अपने ही वातावरण में रख सकती हैं। JetBrains की योजना llama.cpp, Ollama और LM Studio के लिए GGUF संस्करण और vLLM के लिए MTP स्पेकुलेटिव डिकोडिंग कंपोनेंट जारी करने की है।
मैं GGUF संस्करण का इंतज़ार कर रहा हूँ, क्योंकि तब आम डेवलपर भी इसे अपनी मशीन पर आज़मा सकेंगे। कोडिंग मॉडल में आपके लिए क्या ज़्यादा मायने रखता है: सटीकता या डिप्लॉयमेंट की लागत?
स्रोत: IT之家
टिप्पणियाँ 0
पहली टिप्पणी लिखिए, किसी भी भाषा में।
टिप्पणी करने के लिए लॉग इन करें