Laguna S 2.1 Ra Mắt: Mô Hình LLM Cục Bộ 118B-A8B Hiệu Năng Cao
Laguna S 2.1, một mô hình ngôn ngữ lớn 118B-A8B mới được tối ưu hóa cho các cấu hình máy cục bộ, đã chính thức ra mắt. Mô hình này được báo cáo là vượt trội hơn Deepseek V4 Pro trên công cụ đánh giá SWE-bench và có chi phí rẻ hơn Deepseek v4 Flash. Sự kiện ra mắt này cung cấp một giải pháp thay thế hiệu quả về chi phí và có năng lực cao cho việc triển khai LLM cục bộ và các tác nhân kỹ thuật phần mềm. Nó chứng minh rằng các mô hình Mixture of Experts (MoE) thưa thớt có thể mang lại khả năng lập trình tiên tiến trên phần cứng dễ tiếp cận của người dùng. Mô hình có tổng dung lượng 118 tỷ tham số với 8 tỷ tham số kích hoạt (118B-A8B), giúp nó phù hợp với các cấu hình có từ 64GB RAM và VRAM trở lên. Nó đạt điểm số 78,5% trên SWE-bench, 70,2% trên Terminal-Bench 2.1 và 40,4% trên SWE-Bench Pro.
## KIẾN THỨC NỀN
SWE-bench là một bộ công cụ đánh giá khả năng giải quyết các sự cố kỹ thuật phần mềm thực tế từ GitHub của các mô hình AI. Terminal-Bench đánh giá các tác nhân AI trên các tác vụ dòng lệnh, trong khi kiến trúc Mixture of Experts (MoE) cho phép các mô hình lớn chạy hiệu quả bằng cách chỉ kích hoạt một phần nhỏ tổng số tham số (tham số kích hoạt) cho mỗi token.