Meta очень тяжело восстанавливает позиции после разрушительного «научного руководства» Лекуна, который был больше занят своими абстрактными академическими «моделями мира», а не тем, для чего его

Meta очень тяжело восстанавливает позиции после разрушительного «научного руководства» Лекуна, который был больше занят своими абстрактными академическими «моделями мира», а не тем, для чего его нанял Марк. Тем не менее, Meta выпустила неплохую Muse, но она не стала лидером бенчмарков и явно хуже смотрится по цене/качеству китайцев.

Однако Muse Glimmer на 30B параметров, похоже, возвращает Meta в игру в SLM. Модель даёт порядка 60 токенов/сек на RTX 5090, а с компаньоном в виде диффузной модели DFlash — даже 300 токенов/сек. Meta сбалансировала диффузную модель для задач «болтологии», а всё умное отправляется в Glimmer, правда бенчмарки сделаны без учёта дуэта.

Тем не менее, мы видим по Muse Glimmer 30B, Gemma 4 31B, Qwen 3.6 27B очень важное наблюдение по бенчмаркам: модели показывают высокую эффективность и как агенты, и как фиксеры багов. Они по SWE-Bench вполне сравнимы с LLM. Однако есть тонкость, которую нужно учитывать всем CIO. В модели на 30B весов ограничена память, и по факту туда нормально входят только Python и React (или ванильный JS). На другие фреймворки и языки у модели памяти нет. Более того, по моим тестам даже для Python есть чёткий шорт-лист библиотек, и туда не входит тот же Gradio. По факту это означает, что вендоры SLM нам предлагают крайне жёсткий стандарт для локальной разработки, где буквально 40 библиотек под Python и около 30 библиотек под React. На них SLM вполне может программировать как LLM. Это нужно хорошо понимать на случай Чебурнета, когда оборудования даже для DeepSeek V4 Flash не будет, или денег, или нельзя его купить из-за санкций. Для CIO сейчас задача — разработать AI-friendly стек технологий, жёстко зафиксировать его в корпоративных документах и резко наказывать разработчиков за выход за пределы стека без обоснования. Если закрытый контур и много разработчиков, то другого пути нет.

Сейчас такие SLM вполне рабочие для написания автоматических тестов и выполнения их с составлением баг-репортов. Для этого приложения могут быть написаны и на других стеках, но должны быть доступны через Playwright или через веб-сервисы.

https://research.meta.ai/blog/introducing-muse-glimmer-open-agentic-model

Телеграм: t.me/ainewsline

Источник: research.meta.ai

Комментарии: