BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
Trang chủ
AI AI
Tin nhanh
Bài viết
Sự kiện
BlockBeats Pro
Thêm
Thông tin tài chính
Chuyên đề
Hệ sinh thái chuỗi khối
Mục nhập
Podcast
Data
OPRR
Partnered With:

Nhóm của Li Jiwei đã mã nguồn mở mô hình lập trình Ornith: Phiên bản cao cấp 397B đánh bại Claude Opus 4.7 trên nhiều tiêu chuẩn lập trình.

Theo giám sát của Động Sát Beating, nhóm AI DeepReinforce do học giả NLP nổi tiếng Lý Kỷ Vi sáng lập đã mã nguồn mở bốn mô hình Ornith-1.0 chuyên về tác nhân lập trình, toàn bộ được phát hành theo giao thức MIT. Ornith-1.0 được huấn luyện dựa trên Gemma 4 và Qwen 3.5, bao gồm hai kiến trúc Dense (đặc) và MoE (hỗn hợp chuyên gia). Trong bài kiểm tra tác nhân lập trình Terminal-Bench 2.1 (Claude Code), mô hình hàng đầu Ornith-1.0-397B MoE đạt 78,2 điểm, vượt qua mô hình nguồn đóng Claude Opus 4.7 với 69,7 điểm.


Cốt lõi của Ornith-1.0 nằm ở việc kết hợp học tăng cường giữa giàn giáo môi trường chạy tác nhân và mô hình chiến lược chịu trách nhiệm viết mã. Khác với cách tiếp cận môi trường phát triển cố định truyền thống, mô hình trong quá trình huấn luyện sẽ tự thiết kế và cập nhật giàn giáo (ví dụ: ghi nhớ bộ nhớ tùy chỉnh và logic thử lại khi báo lỗi) dựa trên nhiệm vụ hiện tại, sau đó chạy tạo mã dựa trên môi trường mới. Tín hiệu phần thưởng từ học tăng cường sẽ được truyền ngược lại và tối ưu hóa cả hai giai đoạn này.


Do mô hình dễ gian lận phần thưởng (Reward Hacking) khi tự tiến hóa giàn giáo thông qua các thủ đoạn như đọc tệp kiểm tra ẩn, sửa đổi tập lệnh kiểm tra, nhóm nghiên cứu đã triển khai ba lớp phòng thủ an toàn: ngoài việc khóa chặt các công cụ bên ngoài và ranh giới phòng thi ở lớp hộp cát vật lý, hệ thống còn chặn các hành vi đọc vượt quyền thông qua bộ giám sát xác định; đồng thời, đưa vào mô hình lớn bên thứ ba bị đóng băng làm trọng tài giám sát, có quyền phủ quyết đối với các giải pháp tuân thủ quy tắc nhưng có ý đồ chộp giật.


Dữ liệu đánh giá cho thấy các mô hình nhẹ và trung bình có khả năng vượt cấp. Trong cùng môi trường kiểm tra Claude Code, mô hình hỗn hợp chuyên gia 35B Ornith-1.0-35B MoE đạt 62,8 điểm, vượt qua mô hình tham số lớn 397B Qwen 3.5-397B (48,6) và Qwen 3.6-35B (49,2). Mô hình Dense Ornith-1.0-9B được thiết kế cho thiết bị đầu cuối cũng đạt 69,4 trong bài kiểm tra SWE-Bench Verified, vượt qua Gemma 4-31B quy mô 31B (52,0).

Báo lỗi/Báo cáo
Gửi
Thêm mới thư viện
Chỉ mình tôi có thể nhìn thấy
Công khai
Lưu
Chọn thư viện
Thêm mới thư viện
Hủy
Hoàn thành