‏Muse Wonder؛ قوی‌ترین مدل متا برای ایجنت‌های شخصی

متا از سری مدل‌های Muse Wonder رونمایی کرده: دو مدل به اسم Muse Wonder و Muse Wonder Full. به گفتهٔ متا این‌ها قوی‌ترین مدل‌هاش تا امروز هستن و تو بنچمارک‌های ایجنت‌های شخصی و کاری، حافظه و کدنویسی بهترین نتیجه رو گرفتن. Muse Wonder از همین الان از طریق Meta Model API و Muse Code در دسترسه و Muse Wonder Full فعلاً فقط برای مشترک‌های Muse Code باز شده. قراره به‌زودی تو اپ Muse هم بیاد، اول برای مشترک‌ها.

متا می‌گه این مدل‌ها نتیجهٔ بازسازی کامل تیم هوش مصنوعی‌ش تو ۱۴ ماه گذشته‌ن و روی دیتاسنتر گیگاواتی Prometheus آموزش دیدن. دو مفهوم اصلی که روش تأکید داره اینان: Active Memory یعنی مدل اطلاعات مهم دربارهٔ کاربر رو بین گفتگوهای مختلف نگه می‌داره و هر وقت به کار مربوط شد خودش سراغش می‌ره. Active Focus یعنی مدل وقتی به مانع می‌خوره ول نمی‌کنه، راه‌های دیگه رو امتحان می‌کنه، هر جا لازم باشه سؤال می‌پرسه و قبل از کارهای مهم از کاربر تأیید می‌گیره.

برای سنجیدن این‌ها از بنچمارک‌هایی مثل FocusBench و SWE-Marathon استفاده شده؛ دومی کار روی پروژه‌های نرم‌افزاری طولانی رو می‌سنجه. تو حوزهٔ تخصصی هم مدل روی کارهای حقوقی، مالی و سلامت تست شده، مثلاً بنچمارک حقوقی Harvey LAB که مدل باید با اسناد واقعی کار کنه و خروجی حقوقی تحویل بده. تو کدنویسی هم متا می‌گه هر دو مدل رو روی کارهای طولانی و متنوع آموزش داده تا بتونن پروژه‌های پیچیده رو جلو ببرن.

یه بخش جالب مقاله دربارهٔ چیزیه که بهش «benchmaxxing» می‌گن، یعنی مدلی که تو بنچمارک‌های معروف خوب نمره می‌گیره ولی تو کارهای ناآشنا ضعیفه. متا Muse Wonder Full رو با Muse Spark 1.3 مقایسه کرده و می‌گه با نمرهٔ یکسان روی کارهای آشنا، مدل جدید روی کارهایی که موقع post-training هدف نبودن بهتر عمل می‌کنه. دلیلش رو هم base model بزرگ‌تر و قوی‌تر می‌دونه.

تو بخش ایمنی، متا می‌گه چون ایجنت شخصی به پیام‌ها، تقویم و اسناد خصوصی دسترسی داره، مدل رو طوری آموزش داده که با اطلاعات خصوصی محتاط باشه و جلوی دستورهای مخرب مقاومت کنه. به گفتهٔ متا، Muse Wonder قوی‌ترین محافظت‌ها رو در برابر سوءاستفاده تو حوزهٔ CBRN (سلاح‌های شیمیایی، بیولوژیکی، رادیولوژیکی و هسته‌ای) و حملات سایبری داره. گزارش کامل ایمنی هم قراره به‌زودی منتشر بشه.

نکات کلیدی:

• سری Muse Wonder دو مدل داره: Muse Wonder و Muse Wonder Full.
• Muse Wonder از طریق Meta Model API و Muse Code در دسترسه؛ نسخهٔ Full فقط برای مشترک‌های Muse Code.
• مدل‌ها روی دیتاسنتر گیگاواتی Prometheus آموزش دیدن.
• Active Memory یعنی یادآوری اطلاعات کاربر بین گفتگوها و Active Focus یعنی پشتکار تو کارهای طولانی.
• بنچمارک‌های FocusBench، SWE-Marathon و Harvey LAB برای سنجش استفاده شدن.
• گزارش کامل ارزیابی‌های ایمنی هنوز منتشر نشده.