Ornith-1.5 आत्म-सुधारणे वाले संस्थापना मॉडल की ओर एक बड़ा कदम है। Ornith-1.0 के आत्म-स्काफ़ोल्डिंग ढांचे पर आधारित, Ornith-1.5 एक पूरा आत्म-सुधार चक्र स्थापित करता है जहां मॉडल नए कार्य प्रस्तावित करता है, कार्य-विशिष्ट स्कैफ़ोल्ड बनाता है और सुदृढ़ीकरण सीखने के लिए समाधान रोलआउट्स उत्पादित करता है। यह निरंतर चक्र नई सीखने के अनुभव सृष्टि करता है जो सतत क्षमता आरोही को बढ़ावा देता है।
यह सिस्टम तीन मॉडल स्केल पर फैला है: 397B MoE, 35B MoE, और 9B Dense। प्रतिष्ठान मॉडल Ornith-1.5-397B समान आकार के ओपन-सोर्स मॉडल्स के बीच अपने आप में सर्वोत्तम प्रदर्शन हासिल करता है, Terminal-Bench 2.1 पर 86.1 और Deep SWE पर 56.0 स्कोर करता है। ये परिणाम Claude Opus 4.8 (85.0 और 59.0) के साथ मेल खाते हैं जबकि GLM-5.2 और Deep Seek-V4-Flash-0731 जैसे प्रमुख ओपन-सोर्स मॉडल्स को पीछे छोड़ते हैं।
छोटे स्तर पर, Ornith-1.5-9B अपने आकार के लिए उल्लेखनीय रूप से मजबूत परिणाम देता है, Terminal-Bench 2.1 पर 47.0 और SWE-Bench Verified पर 70.6 हासिल करता है। इसका क्वांटाइज़्ड Ornith-1.5-9B-Mobile संस्करण सीधे iPhone और Android डिवाइस पर तैनात किया जा सकता है जबकि यह Gemma 4-31B और Qwen 3.6-35B जैसे बड़े मॉडल्स को पीछे छोड़ देता है।
स्थिर प्रशिक्षण वितरण या मैन्युअल रूप से डिज़ाइन किए गए एजेंट डिज़ाइन पर निर्भर न करके, Ornith-1.5 अपने स्वयं के पाठ्यक्रम का विसार करता रहता है और कार्य निर्माण, स्कैफ़ोल्ड निर्माण और समाधान रोलआउट्स को शामिल करने वाले एक बंद आत्म-सुधार चक्र के माध्यम से समस्या समाधान रणनीतियों को अनुकूल बनाता है।
प्रमुख इकाइयाँ: कंपनियाँ: Anthropic, Google, Meta, Zhipu AI, DeepSeek
स्रोत: Hacker News · HeadlinesBriefing द्वारा सारांशित