JetBrains випустила Mellum2.1, модель ШІ для програмування з фокусом на агентному програмуванні
За повідомленням IT之家, 8 жовтня JetBrains у дописі в блозі оголосила про модель ШІ для програмування Mellum2.1, головна мета якої — посилити агентне програмування. Як розробник я уважно стежу за такими відкритими моделями, які можна запускати локально, тож ось основні моменти.
Модель зберігає архітектуру Mellum2: це модель змішаних експертів (MoE) на 12 млрд параметрів, з яких 2,5 млрд активних, і вона й далі поширюється за ліцензією Apache 2.0. Головна зміна в навчанні полягає в тому, що етап навчання з підкріпленням після попереднього навчання з короткого фінального кроку перетворився на основу всього навчання. Додано дані з математики, алгоритмічних змагань, наук, використання інструментів і програмної інженерії, побудовано внутрішні середовища для навчання з підкріпленням, а під час навчання було запущено мільйони пісочниць у тисячах середовищ. Перед навчанням відсіюються завдання з хибними тестами, неперевірюваними відповідями або невідповідною складністю.
За офіційним описом, модель може досліджувати кодову базу, редагувати файли й перевіряти власні зміни. Найбільше покращення стосується агентного програмування: вона знаходить першопричину тестів, що падають, пропонує виправлення і перевіряє результат. Щодо швидкості, архітектура не змінилася, але багатотокенне передбачення (MTP) робить генерацію для одного запиту приблизно в 1,6 раза швидшою. Порівняно з Mellum2, Qwen3.5-9B і Gemma 4 E4B за тих самих умов оцінювання вихідна пропускна здатність Mellum2.1 на одному H200 за високого навантаження майже вдвічі перевищує показник Qwen3.5-9B.
Модель доступна на Hugging Face і може бути розгорнута локально або на власній інфраструктурі, тож компанії можуть зберігати код і дані у своєму середовищі. Заплановано випуск версій GGUF для llama.cpp, Ollama і LM Studio, а також компонента MTP для спекулятивного декодування у vLLM.
Чекаю на версію GGUF, адже тоді звичайні розробники зможуть спробувати її на власних комп'ютерах. Що для вас важливіше в моделі для коду: точність чи вартість розгортання?
Джерело: IT之家
Модель зберігає архітектуру Mellum2: це модель змішаних експертів (MoE) на 12 млрд параметрів, з яких 2,5 млрд активних, і вона й далі поширюється за ліцензією Apache 2.0. Головна зміна в навчанні полягає в тому, що етап навчання з підкріпленням після попереднього навчання з короткого фінального кроку перетворився на основу всього навчання. Додано дані з математики, алгоритмічних змагань, наук, використання інструментів і програмної інженерії, побудовано внутрішні середовища для навчання з підкріпленням, а під час навчання було запущено мільйони пісочниць у тисячах середовищ. Перед навчанням відсіюються завдання з хибними тестами, неперевірюваними відповідями або невідповідною складністю.
За офіційним описом, модель може досліджувати кодову базу, редагувати файли й перевіряти власні зміни. Найбільше покращення стосується агентного програмування: вона знаходить першопричину тестів, що падають, пропонує виправлення і перевіряє результат. Щодо швидкості, архітектура не змінилася, але багатотокенне передбачення (MTP) робить генерацію для одного запиту приблизно в 1,6 раза швидшою. Порівняно з Mellum2, Qwen3.5-9B і Gemma 4 E4B за тих самих умов оцінювання вихідна пропускна здатність Mellum2.1 на одному H200 за високого навантаження майже вдвічі перевищує показник Qwen3.5-9B.
Модель доступна на Hugging Face і може бути розгорнута локально або на власній інфраструктурі, тож компанії можуть зберігати код і дані у своєму середовищі. Заплановано випуск версій GGUF для llama.cpp, Ollama і LM Studio, а також компонента MTP для спекулятивного декодування у vLLM.
Чекаю на версію GGUF, адже тоді звичайні розробники зможуть спробувати її на власних комп'ютерах. Що для вас важливіше в моделі для коду: точність чи вартість розгортання?
Джерело: IT之家
Коментарі 0
Залиште перший коментар будь-якою мовою.
Увійдіть, щоб коментувати