Model, kendisinden 10 kat daha büyük rakip sistemleri kod yazma görevlerinde geride bırakıyor ve açık ağırlıklar olarak tam erişimle yayınlandı.
Kompakt Tasarımla Büyük Performans
Laguna S 2.1, Mixture-of-Experts (MoE) mimarisi sayesinde sadece 8 milyar parametreyi token başına etkinleştirerek çalışıyor ve 1 milyon token'a kadar bağlam penceresini destekliyor. Poolside'ın benchmarklerine göre model, Terminal-Bench 2.1 sınavında 70,2% puan alarak listelemede 11. sıraya yerleşti. Bu sonuç, 1,6 trilyon parametreli DeepSeek-V4-Pro-Max'ın 64,0% puanından, 975 milyar parametreli Thinking Machines'in Inkling modelinin 63,8% puanından ve Nvidia'nın 550 milyar parametreli Nemotron 3 Ultra'nın 56,4% puanından daha iyi bir performans gösteriyor.
Batı'nın Açık Ağırlık Modellerine Yanıt
Poolside co-CEO'su Jason Warner, modeli açıktan yayınladığı açıklamada Batı'nın güvenebileceği, çalıştırabileceği ve geliştireceği açık ağırlık modellere ihtiyaç duyduğunu vurguladı. Co-founder Eiso Kant, sosyal medyada yapılan paylaşımda zekânın bir meta olması gerektiğini savunarak, açık ekosisteminin kendi kategorisinde en iyi olmakla kazanamayacağını, kullanıcıların görev için en iyi zekâyı istediklerini ifade etti. Geçen 11 ay boyunca batılı bir laboratuvardan bu boyuttaki açık ağırlıklar yayınlanmamıştı.
Hız ve Verimlilik Stratejisi
Model, Mayıs'ın 22'nde eğitime başladıktan sonra dokuz haftada halka açıldı ve 4.096 Nvidia H200 GPU'da eğitildi. Poolside son üç ayda üç farklı model piyasaya sürmeyi başardı. Şirket, kamu, savunma ve düzenlenmiş kuruluşların iç güvenlik sınırlarında modeller konuşlandırma konusundaki çekirdek işine odaklanırken, açık ağırlık modellerini yayınlama kararı hem ekosistem stratejisi hem de yüksek güvenlik dağıtım işi için potansiyel müşterileri çekmeye yönelik bir başlangıç stratejisidir.
Yorumlar (0)
Henüz yorum yok. İlk yorumu siz yazın.