JetBrains выпустила Mellum2.1, модель ИИ для программирования с упором на агентную разработку
По данным IT之家, JetBrains 8 октября в статье блога объявила о выпуске модели ИИ для программирования Mellum2.1, главное внимание в которой уделено усилению агентной разработки. Как разработчик, я давно слежу за такими открытыми моделями, которые можно запускать локально, поэтому ниже собраны основные моменты.
Модель сохраняет архитектуру Mellum2: это смесь экспертов (MoE) на 12 млрд параметров, из которых 2,5 млрд активны, и она по-прежнему распространяется по лицензии Apache 2.0. Главное изменение в обучении в том, что этап обучения с подкреплением после предобучения из короткой финальной стадии превратился в основу всего обучения. Добавлены данные по математике, алгоритмическим соревнованиям, наукам, использованию инструментов и разработке ПО, созданы внутренние среды для обучения с подкреплением, и в ходе обучения были запущены миллионы песочниц в тысячах сред. Перед обучением отфильтровываются задачи с ошибочными тестами, непроверяемыми ответами или неподходящей сложностью.
По официальному описанию, модель умеет изучать кодовую базу, редактировать файлы и проверять собственные изменения. Самое большое улучшение касается агентной разработки: она находит первопричину падающих тестов, предлагает исправление и проверяет результат. По скорости архитектура не менялась, но многотокенное предсказание (MTP) ускоряет генерацию для одиночного запроса примерно в 1,6 раза. По сравнению с Mellum2, Qwen3.5-9B и Gemma 4 E4B при одинаковых условиях оценки выходная пропускная способность Mellum2.1 на одном H200 под высокой нагрузкой почти вдвое выше, чем у Qwen3.5-9B.
Модель доступна на Hugging Face и может быть развернута локально или на собственной инфраструктуре, так что компании могут хранить код и данные в своей среде. В планах выпуск версий GGUF для llama.cpp, Ollama и LM Studio, а также компонента MTP для спекулятивного декодирования в vLLM.
Я жду версию GGUF, ведь тогда обычные разработчики смогут попробовать модель на своих машинах. Что для вас важнее в модели для кода: точность или стоимость развёртывания?
Источник: IT之家
Модель сохраняет архитектуру Mellum2: это смесь экспертов (MoE) на 12 млрд параметров, из которых 2,5 млрд активны, и она по-прежнему распространяется по лицензии Apache 2.0. Главное изменение в обучении в том, что этап обучения с подкреплением после предобучения из короткой финальной стадии превратился в основу всего обучения. Добавлены данные по математике, алгоритмическим соревнованиям, наукам, использованию инструментов и разработке ПО, созданы внутренние среды для обучения с подкреплением, и в ходе обучения были запущены миллионы песочниц в тысячах сред. Перед обучением отфильтровываются задачи с ошибочными тестами, непроверяемыми ответами или неподходящей сложностью.
По официальному описанию, модель умеет изучать кодовую базу, редактировать файлы и проверять собственные изменения. Самое большое улучшение касается агентной разработки: она находит первопричину падающих тестов, предлагает исправление и проверяет результат. По скорости архитектура не менялась, но многотокенное предсказание (MTP) ускоряет генерацию для одиночного запроса примерно в 1,6 раза. По сравнению с Mellum2, Qwen3.5-9B и Gemma 4 E4B при одинаковых условиях оценки выходная пропускная способность Mellum2.1 на одном H200 под высокой нагрузкой почти вдвое выше, чем у Qwen3.5-9B.
Модель доступна на Hugging Face и может быть развернута локально или на собственной инфраструктуре, так что компании могут хранить код и данные в своей среде. В планах выпуск версий GGUF для llama.cpp, Ollama и LM Studio, а также компонента MTP для спекулятивного декодирования в vLLM.
Я жду версию GGUF, ведь тогда обычные разработчики смогут попробовать модель на своих машинах. Что для вас важнее в модели для кода: точность или стоимость развёртывания?
Источник: IT之家
Комментарии 0
Оставьте первый комментарий на любом языке.
Войдите, чтобы комментировать