R

RAG | Нейросети | ИИ | AI | Агенты | Gemini 4 Argon | Claude Haiku 5.5 | Mistral Large 4 | Muse Wonder | GLM-5.3 | Kimi K3 | DeepSeek V4.1 | GPT-6 Astra | MiniMax M3.1 | Mercury 3 | Beam 1.0 | Jais 3

IT и технологии · 11 сентября 2026 г.

Открыть канал в MAX

T1 — дообученный через RL Qwen3.5 на 122B параметров (MoE). Работает в реальном шелле о...

T1 — дообученный через RL Qwen3.5 на 122B параметров (MoE). Работает в реальном шелле облачного сандбокса, до трёхсот вызовов инструментов на задачу. Награда — запустить проверочный скрипт самой задачи. На сотнях шагов агента удерживают три приёма: награда за каждый пройденный ассерт, а не только за финал; TITO — обучение на точных id токенов с починкой дрейфа; воспроизведение выбора MoE-экспертов при обучении. Итог: Terminal-Bench 2.1 вырос с 43.8% до 64.0%, это выше GPT-5.4. Веса открыты, CC BY 4.0.