Laguna-m.1
PulseAugur coverage of Laguna-m.1 — every cluster mentioning Laguna-m.1 across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
ik_llama.cpp 添加对 Laguna M.1 GGUF 模型的支持
ik_llama.cpp 存储库已提交一个拉取请求，以添加对 Laguna M.1 GGUF 模型的支持。此更新，即拉取请求 #2003，旨在将新的模型格式集成到现有代码库中。Laguna M.1 模型可在 Hugging Face 上找到，据报道 ik_llama.cpp 项目也支持 Laguna XS.2 模型。
-
Poolside 发布 Laguna M.1 开源 AI 模型
美国AI公司Poolside已发布其Laguna M.1模型的权重，并根据Apache 2.0许可协议将其作为开源模型提供。该模型此前仅通过API提供，拥有256K的上下文长度和庞大的参数量。虽然具有竞争力，但基准测试结果表明，其性能落后于DeepSeek-V4-Flash和Qwen 3.5等领先的中国开源模型，但优于法国的Devstral 2模型。
-
GLM-5.2 成为顶级开源 AI 模型，可与 GPT-5.5 相媲美
开源语言模型 GLM-5.2 已引起广泛关注，多个来源表明其性能可与 GPT-5.5 和 Anthropic 的 Opus 4.8 等前沿模型相媲美。该模型具有架构改进，包括用于降低长上下文推理成本的 IndexShare，并通过 Hugging Face 和本地实现广泛可用。其他开源模型，如具有 256K 上下文窗口的 Laguna M.1 和 Cohere 的 North Mini Code，也已发布并进行了优化。
-
AI模型Laguna M.1和North Mini Code发布，讨论智能体生态系统
Poolside AI发布了其Laguna M.1模型的权重，该模型拥有256K的上下文长度。另外，Cohere宣布其North Mini Code模型现已在Ollama上支持，可在Codex和OpenClaw等工具上进行本地执行。Mastodon平台也被用于讨论更广泛的AI智能体生态系统及其跨平台信任机制。
-
AI 模型定价发生重大变化；Z.ai 降低成本，新模型涌现
AI 定价正经历显著变化，其中 Z.ai 显著降低了其 GLM 5.2 的提示和完成价格，为高用量用户提供了大幅节省。MoonshotAI 和 Qwen 等其他提供商也调整了定价，部分价格有所小幅上涨或下跌。Poolside 和 IBM 的新模型正在进入市场，同时 Meta 和 Mistral 提供了经济高效的选项，扩大了可用 AI 服务的范围。
-
Poolside 发布 Laguna M.1，一款用于代理编码的 225B MoE 模型
Poolside 发布了 Laguna M.1，这是一款拥有 2250 亿参数的混合专家（MoE）模型，专为代理编码任务进行了优化。该模型采用了具有 256 个专家的稀疏 MoE 架构和全局注意力机制，使其能够处理长时程工作和带有工具调用的交错推理。Laguna M.1 在 SWE-bench Verified 和 Terminal-Bench 2.0 等代理基准测试中表现出色，可与其他领先的开放权重模型和前沿模型相媲美。该模型在 A…
-
LLM 代理难以修复安全漏洞，留下未修复的漏洞
开发了一个新的基准 CVE-Bench，用于评估 LLM 代理修复 Python 项目中安全漏洞的能力。在 18 个项目和 20 个真实 CVE 中，表现最好的模型在完全修复漏洞方面的成功率仅为 50%。值得注意的是，即使模型似乎修复了错误并通过了回归测试，漏洞通常仍然存在，这凸显了一种危险的故障模式，即在没有隐藏的安全测试的情况下，修复与正确修复无法区分。
-
Laguna M.1/XS.2 模型亮相，专为代理编码任务设计
研究人员推出了 Laguna M.1 和 Laguna XS.2，这是两款专为长时程、代理编码任务设计的混合专家（Mixture-of-Experts）基础模型。Laguna M.1 拥有 2258 亿个总参数，每个 token 激活 234 亿个参数；Laguna XS.2 拥有 334 亿个总参数，每个 token 激活 30 亿个参数。两款模型均使用内部“模型工厂”系统开发，该系统整合了数据、训练、评估和推理组件，实现了工业化模…
-
AI模型测试：Grok 4.3领先，免费版差异巨大
最近对十个AI模型进行的编码任务测试揭示了显著的性能差异，尤其是在免费版本中。Grok 4.3以81.6%的成功率成为表现最佳的模型，而Perceptron Mk1以极低的成本提供了近80%的卓越价值。在免费模型中，Owl Alpha以76.7%的得分脱颖而出，且没有出现硬性失败，尽管延迟是一个问题。其他模型如GPT Chat Latest和Mistral Medium 3.5则表现不一，前者价格最高，后者则出现超时。
-
Poolside AI发布开源权重代理编码模型Laguna XS.2和M.1
Poolside AI推出了两款新的开源权重代理编码模型Laguna XS.2和M.1。这些模型在SWE-bench Verified基准测试中取得了令人印象深刻的分数，M.1达到72.5%，XS.2达到68.2%。XS.2模型是一个拥有330亿参数的模型，其能够在拥有36GB内存的消费级硬件上本地运行，这使得先进的编码助手更加易于获取。
-
Poolside AI 发布开源 Laguna XS.2 和 M.1 编码模型
Poolside AI 发布了两款新的代理式编码模型 Laguna M.1 和 Laguna XS.2，以及它们的代理训练和运行时间。Laguna M.1 是一个大型混合专家（MoE）模型，在 NVIDIA Hopper GPU 上使用 30T 个 token 进行训练，而 Laguna XS.2 是一个较小的开源模型，可在 Apache 2.0 许可下使用。这些模型专为长周期任务设计，旨在实现能够编写和执行代码的更强大的 AI 代理。