Cognition выпустила модель для кодирования SWE-2, приближающуюся к передовому уровню при меньшей стоимости
ИИ-резюме
Cognition выпустила модель для кодирования SWE-2, дообученную на базе Kimi K3 с 2,8T параметров; она набрала 50,0% в FrontierCode 1.1 Main, уступив Fable 5.1 менее одного балла при стоимости на 64% ниже. Компания раскрыла метод обучения SWE-2, включая линейный штраф за стоимость в зависимости от уровня усилий рассуждения в рамках одного RL-обучения, базовую линию вознаграждения с весами по длине, оптимизацию обслуживания RL-роллаутов и улучшение данных; это позволяет читателям понять, как с помощью обучения с подкреплением сдвинуть всю границу стоимость-производительность.
Ключевые моменты
- Cognition выпустила модель для кодирования SWE-2,дообученную на базе Kimi K3 с 2,8T параметров
- она набрала 50,0% в FrontierCode 1.
- 1 Main,уступив Fable 5.
- 1 менее одного балла при стоимости на 64% ниже.
- Компания раскрыла метод обучения SWE-2,включая линейный штраф за стоимость в зависимости от уровня…
Кратко
- Опубликовано
- Обновлено
- Источник
- Cognition 模型 / Devin 博客(网页)
- Категория
- Релизы моделей
- Оценка ИИ
- 70
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。
Связанные сущности
Источник и авторские права
Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.
Как цитировать
При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.
Orange News: Cognition выпустила модель для кодирования SWE-2, приближающуюся к передовому уровню при меньшей стоимости. 10 сентября 2026. https://new.nat6.net/ru/news/cmtym40hx0004roske1zgdkmu/