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。论文LagunaPoolsideAI智能体推荐理由: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。原文稍后读已读值得跟进有用关注 Laguna
02:11lmarena.ai@lmarena_aiArena Conversations首期节目上线,主持人Peter Gostev与Poolside研究员Connor Adams和Aalhad Patankar对话。两人介绍Laguna模型家族的开源进展,并解释为何公开完整训练轨迹而非仅发布基准分数。他们提到Poolside的“实验”涵盖数据混合、训练框架设计和奖励调优,每天运行数万次。视频已在YouTube发布。AI模型PoolsideLaguna开源模型推荐理由:想了解开源编程模型怎么练的?这期聊了Laguna和每天几万次实验,讲得很具体。原文稍后读已读值得跟进有用关注 Poolside
23:53lmarena.ai@lmarena_aiArena Conversations本期邀请Poolside研究员Connor Adams和Aalhad Patankar,讨论开放编码模型Laguna家族。团队公开完整训练轨迹,而非仅有基准分数,供外界审计。Poolside每天运行数万次实验,涵盖数据混合、训练框架设计和奖励调优。节目于10am PT在YouTube上线。AI模型PoolsideLaguna开源模型推荐理由:这期是Poolside工程师聊Laguna开放编码模型,还公开了完整训练轨迹,做开源模型的朋友可以听听。原文稍后读已读值得跟进有用关注 Poolside
17:06Thomas Wolf@Thom_WolfPoolside 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。AI模型LagunaPoolsideTerminal-Bench8 个信源在谈事件专题推荐理由: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。原文稍后读已读值得跟进有用关注 Laguna
04:21官方账号NVIDIA AI@NVIDIAAIPoolside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。AI模型PoolsideLagunaNVIDIA5 个信源在谈事件专题推荐理由: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。原文稍后读已读值得跟进有用关注 Poolside