8月23日
00:23
00:23lmarena.ai@lmarena_ai
@poolsideai研究人员@ConnorBAdams和@aalSonOfRavi与@petergostev一起探讨Laguna的预训练和后训练,以验证250,000个长时序轨迹中的技能协同效果。在YouTube上查看完整对话,了解Poolside如何结合人类、智能体和证据标注的评论来优化未来训练循环。
推荐理由:Poolside团队分享Laguna训练细节,了解他们如何结合人类和智能体优化训练循环,对AI训练感兴趣的你不容错过。
7月22日
17:06
17:06Thomas Wolf@Thom_Wolf
Poolside AI 发布最新 agentic coding 模型 Laguna S 2.1。在 Terminal-Bench 2.1 上得分 70.2,与 5-25 倍大小的模型并列甚至领先。在 DeepSWE 基准上得分 40.4,超越部分超 1T 参数的开源模型。该模型可在单个 DGX Spark 或 Mac 上本地运行。
事件专题

推荐理由:Poolside 又出了个厉害编码模型,Laguna S 2.1 在本地就能跑,多项基准比大它几十倍的模型还强。
7月21日
04:21
04:21官方账号NVIDIA AI@NVIDIAAI
Poolside的Laguna模型现已可在NVIDIA DGX Spark上本地运行。DGX Spark是NVIDIA推出的桌面级AI超级计算机。这使得Laguna模型能够在个人设备上进行高效推理,无需依赖云服务。具体性能指标尚未公布。
事件专题

推荐理由:Poolside把Laguna模型放进了NVIDIA的DGX Spark小盒子,以后本地跑代码生成模型更方便了。