Modellveröffentlichungen

Cognition veröffentlicht Coding-Modell SWE-2 und nähert sich der Frontier zu geringeren Kosten

KI-Zusammenfassung

Cognition veröffentlichte das Coding-Modell SWE-2, das auf dem 2,8-T-Parameter-Modell Kimi K3 nachtrainiert wurde und in FrontierCode 1.1 Main 50,0 % erreicht – weniger als einen Punkt unter Fable 5.1 bei 64 % geringeren Kosten. Das Unternehmen veröffentlichte die Trainingsmethode von SWE-2, darunter lineare Kostenstrafen je nach Reasoning-Aufwandsstufe im einmaligen RL-Training, längengewichtete Reward-Baselines, Optimierung des RL-Rollout-Servings und Datenverbesserungen. Leser können daraus verstehen, wie sich mit Reinforcement Learning die gesamte Kosten-Leistungs-Front verschieben lässt.

Kernpunkte

  • Cognition veröffentlichte das Coding-Modell SWE-2,das auf dem 2,8-T-Parameter-Modell Kimi K3…
  • 1 Main 50,0 % erreicht – weniger als einen Punkt unter Fable 5.
  • 1 bei 64 % geringeren Kosten.
  • Das Unternehmen veröffentlichte die Trainingsmethode von SWE-2,darunter lineare Kostenstrafen je…
  • Leser können daraus verstehen,wie sich mit Reinforcement Learning die gesamte…

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
Cognition 模型 / Devin 博客(网页)
Kategorie
Modellveröffentlichungen
KI-Bewertung
70
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

官方详细公开了 SWE-2 的训练方法与成本惩罚公式,读者可以借此理解如何用 RL 推移整条成本性能前沿。

Verwandte Entitäten

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: Cognition veröffentlicht Coding-Modell SWE-2 und nähert sich der Frontier zu geringeren Kosten. 10. September 2026. https://new.nat6.net/de/news/cmtym40hx0004roske1zgdkmu/

Alle ansehen →