Pelancaran Model

Cognition lancar model pengekodan SWE-2, hampiri barisan hadapan dengan kos lebih rendah

Ringkasan AI

Cognition melancarkan model pengekodan SWE-2, dilatih lanjut berdasarkan Kimi K3 dengan 2.8T parameter, memperoleh 50.0% dalam FrontierCode 1.1 Main, hanya kurang satu mata berbanding Fable 5.1 dan kos 64% lebih rendah. Pihak rasmi mendedahkan kaedah latihan SWE-2, termasuk penalti kos linear mengikut tahap usaha penaakulan dalam latihan RL tunggal, garis dasar ganjaran berwajaran panjang, pengoptimuman perkhidmatan rollout RL dan penambahbaikan data, membolehkan pembaca memahami cara menggunakan pembelajaran pengukuhan untuk menggerakkan keseluruhan barisan hadapan kos-prestasi.

Maklumat penting

  • Cognition melancarkan model pengekodan SWE-2,dilatih lanjut berdasarkan Kimi K3 dengan 2.
  • 8T parameter,memperoleh 50.
  • 0% dalam FrontierCode 1.
  • 1 Main,hanya kurang satu mata berbanding Fable 5.
  • 1 dan kos 64% lebih rendah.

Sekilas pandang

Diterbitkan pada
Dikemas kini pada
Sumber
Cognition 模型 / Devin 博客(网页)
Kategori
Pelancaran Model
Skor AI
70
Baca asal Baca artikel penuh di sumber asal
Sebab disyorkan

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。

Entiti Berkaitan

Sumber dan hak cipta

Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.

Pautan asal · Entri AIHOT

Cara memetik

Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.

Orange News: Cognition lancar model pengekodan SWE-2, hampiri barisan hadapan dengan kos lebih rendah. 10 September 2026. https://new.nat6.net/ms/news/cmtym40hx0004roske1zgdkmu/

Lihat Semua →