Laguna (XS.2)
PulseAugur coverage of Laguna (XS.2) — every cluster mentioning Laguna (XS.2) 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。
-
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。
-
LLM架构通过KV Sharing、Compressed Attention实现长上下文创新
大型语言模型（LLM）架构的最新进展正专注于提高长上下文窗口的效率，解决KV缓存大小和内存带宽等资源限制。例如，Gemma 4采用跨层的KV共享来减小缓存大小，而Laguna XS.2则采用层级特定的注意力预算来更有效地分配计算资源。ZAYA1-8B引入了压缩卷积注意力，以减小缓存大小和注意力FLOPs，DeepSeek V4则结合了改进的超连接（mHC）和压缩注意力机制（CSA/HCA），以实现更稳定高效的长上下文处理。
-
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 (XS.2) 模型集成到 Llama.cpp 以供本地使用
一位开发者将 Laguna (XS.2) 模型集成到 Llama.cpp 框架中，使其能够在本地硬件上使用。此实现允许用户利用 Llama.cpp 的本地推理能力高效运行模型。
-
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…
-
大型语言模型架构创新以实现长上下文效率
Sebastian Raschka 的分析强调了开源大型语言模型中旨在提高长上下文效率的最新架构创新。关键进展包括 Google Gemma 4 模型中的 KV 共享和每层嵌入，Laguna XS.2 中的逐层注意力预算，以及 ZAYA1-8B 中的压缩卷积注意力。DeepSeek V4 还集成了 mHC 和压缩注意力，以应对模型处理更长上下文进行推理和代理工作流时日益增长的 KV 缓存大小和内存流量限制。
-
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。
-
🚀 Ollama 新模型发布！🚀 模型：nemotron3 🔗 https://ollama.com/library/nemotron3 # Ollama # AI # LLM # mcpo
Ollama 发布了 v0.22.1 版本，其中包括 Gemma 4 渲染器的更新，以改进思考和工具调用能力。此版本还确保模型推荐无需完全更新 Ollama 即可更新，并将桌面应用程序的启动页面与“ollama launch”集成保持一致。此外，之前的版本还引入了 Mistral Medium 3.5、NVIDIA 的 Nemotron 3 Omni 以及 Poolside 的 Laguna XS.2 编码模型等新模型。
-
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。