出轨的女人
Macaron-V1：RL，让 GLM5.2 再次伟大_我的网站
A | 新鲜速递 最近几天，模型行当风起云涌 而我们的 MindLab 也拿出了的作品 Macaron V1：通过后训练，让 GLM5.2 再次伟大 MindLab 成立于去年 12 月，现如今是唯一完成对 GLM-5.1/5.2 完成后训练的外部团队Mind Lab 成立｜64 张卡跑万亿参数 RL，开源 作为当下国内最受瞩目的 NeoLab 之一，本文重点聊聊 MindLab 他们的模型成果、技术路线以及优化方式 模型与训练 NeoLab 的研究方向，是在现有基模下进行 LoRA 训练，即：对现有模型，取出大约 0.5% 的核心参数来训练，并有效的提高原有模型的素质。在 MindLab 成立之初，这套方法就在在 Kimi K2 进行了验证：64 张 H800 搞定万亿参数模型的强化学习 但后训练有个经典难题：对话、推理、编程、工具调用等能力混在一起训，往往按下葫芦浮起瓢。
China reported 522,000 newly confirmed COVID-19 cases in July, including 487 severe cases and one related death with cases showing a fluctuating upward trend, China's national disease control authority said.
The current uptick in infections represents another regular cyclical wave, with its severity comparable to surges seen in the past two years. The upward growth curve has slowed markedly, and the country is now on the plateau phase of this epidemic peak, said the Chinese Center for Disease Control and Prevention (Chinese CDC) on Thursday.
All tested infection samples were confirmed to be the Omicron variant, with the NB.1.8.1 strain and its sublineages accounting for the majority of circulating cases, the Chinese CDC said.
A Beijing-based respiratory disease specialist told the Global Times that waning population immunity, continued virus mutations that weaken existing antibody protection, and increased summer travel have contributed to the recent modest rise in infections. However, there is no evidence that the virus has become more pathogenic. Nationwide infections appear to be nearing their peak and case numbers may begin falling in late August.
According to sentinel hospital surveillance data, from June 29-July 5 to July 27-August 2, the proportion of influenza-like illness among all outpatient and emergency visits at China's 1,041 COVID-19 and influenza sentinel hospitals edged up with slight fluctuations, standing at 4.3 percent, 4.4 percent, 4.5 percent, 4.4 percent and 4.5 percent, respectively.
During the same period, the COVID-19 positivity rate among patients with influenza-like illness in outpatient and emergency departments rose for consecutive weeks.
Several factors drove the fluctuating rise in COVID-19 cases in July. Population immunity has waned, as more than six months have passed since the last major wave of infections for most people, while continued SARS-CoV-2 mutations have reduced the protection provided by existing antibodies, Li Tongzeng, a respiratory disease medic from Beijing You An Hospital to the Capital Medical University, told the Global Times on Friday.
These factors, combined with increased travel and population mobility during the summer vacation, contributed to the recent small-scale surge. Based on patterns observed in recent years, COVID-19 infections tend to rise every six to eight months as population immunity declines, said Li.
The expert noted that while the virus continues to mutate, there is no evidence that it has become more pathogenic. Clinical data show that most patients develop only mild symptoms, with very few progressing to pneumonia or requiring hospitalization.
The Chinese CDC noted on Thursday that since COVID-19 was reclassified as a Category B infectious disease under Category B management, it has evolved into a prevalent, recurring respiratory infectious disease in China, with one to two epidemic fluctuations occurring nationwide each year.
Li also noted that residual immunity from previous infections also helps reduce disease severity, with most reinfections presenting as mild upper respiratory symptoms that resolve within about a week. The single COVID-related death reported nationwide in July further indicates that the current fatality rate remains very low.
Judging from historical epidemic patterns and current case growth trajectories, national infection figures may begin to decline in late August. Nationwide case numbers are now nearly at their peak, with declines already observed in some regions, said Li.
The Chinese CDC also said on Thursday that surveillance had not detected any variants posing major public health risks, nor had the current wave caused notable disruptions to the healthcare system.
The public is advised to take appropriate protective measures, including wearing masks when necessary, maintaining good personal hygiene, adopting healthy lifestyles and getting vaccinated as recommended.
。团队为此独创了 Mixture-of-LoRA（MoL）：在冻结的基座上挂载多个独立的 LoRA 专家，每个专家专精一个方向，各自在隔离的适配空间中优化，彻底消除能力间的相互干扰。这套方法先是在 GLM-5.1 上跑通了预览版 Macaron-v1-Preview 随后，也就是在正式版 Macaron V1 中，团队把基座换成了 GLM 5.2，并对模型能力进行了全面升级 V1 提供两款变体： 旗舰 Venti（748B）：基于 GLM-5.2（原生 1M 上下文），通过 4 个 1B 的 LoRA 专家分别覆盖 Chat、Agent、Coding、UI 四大方向，切换由显式 Router Tool 控制，未来新增能力的话，只需再挂一个 LoRA 轻量 Tall（35B）：基于 Qwen 3.6 后训练，专为本地部署优化。 同时，团队还通过自研的 LongStraw 技术，将 GLM 5.2 的上下文扩展至 2M，并通过将共享提示词复用为常驻状态，大幅降低长序列开销。除了模型本体，团队还同步打造了三个关键配套，与模型联合训练： UI4A：通用生成式 UI 架构，让模型能渲染交互式视图（不仅是文本），不依赖特定基座，即使未经微调的模型也能驱动，独立于 Macaron 的通用底座 REPL Harness：为模型提供持久的 Python 运行环境，模型可用 save_tool 自行编写工具，用 promote_tool 将其提升为跨会话可用的全局工具 MinT 后训练平台：MindLab 自研的训练基础设施，核心设计是 Actor 与 Learner 之间只传递 Adapter（而非完整权重），天然契合 MoL 架构，支持百万级 Adapter 目录，端到端可覆盖万亿参数规模 模型跑分 我曾经问锴杰，怎样才能让模型智能不断提升？得到了一个回答：来自真实产品环境的奖励函数 从模型愿景上来说，马卡龙是希望能够在日常生活中真正帮上忙，并且是长期持续为创造价值，为此他们自建了两个基准，用于指导模型训练，如下： Macaron ChatBench 作为 Agent 最基本的能力，需要评测 Agent 在长上下文中是否对用户保持诚实，而非「先把事情搞砸，然后道歉」 Macaron LivingBench 这是一个模拟的沙盒环境，包含三种相互关联的动态机制：动态噪声、动态生存环境以及动态用户。评测观察模型是否能够持续理解用户的需求，验证信息准确性，重新规划任务路径，在用户保持耐心的情况下完成任务，说白了：完成任务，然后提供更好的体感 除此之外，还有一些常规 Bench，也让大家看一下成色 benchmark 对比图 除此之外，我不知道是不是由于还在内测，用的人很少...就是这个模型快的离谱，我让他自己写了个自己的测速脚本，然后看看自己的速度：320字/秒 我觉得它在糊弄我...于是我还录了个屏，让他做打点标记 播放 下一个 打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击 恢复音量 画中画 网页全屏 全屏 你可以 刷新 试试 视频信息 1.33.6 播放信息 上传日志 调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗 我问锴杰：对于推理速度，你们干了啥？ 锴杰：的确做了速度性能的优化，但太强调的话，我怕后面大家体验如果和你的实测指标不一致，会生气 好的，我绝对不说速度的事儿，另外还有个事情我得说一下，在我写这篇文章的时候，我让 Macaron 帮我去迭代了我的「大撒币计划」：速测 Qwen3.8 预览版：我用 1 小时，开发了套撒币系统 我是这么要求他的...四舍五入啥也没说，让他自己干 然后...它帮我迭代了所有的 ux，并且额外修了点 bug 看几个案例 这里我就直接放点官方的 Case 了 Coding：用 Three.js 做了一个夜航船 3D 网页。第一人称站在木船上，河灯飘在两侧，靠近时浮出诗句 播放 下一个 打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击 恢复音量 画中画 网页全屏 全屏 你可以 刷新 试试 视频信息 1.33.6 播放信息 上传日志 调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗 夜航船 3D 网页（马卡龙版） 同样的 prompt，GPT 5.6 也做了一版 播放 下一个 打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击 恢复音量 画中画 网页全屏 全屏 你可以 刷新 试试 视频信息 1.33.6 播放信息 上传日志 调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗 夜航船 3D 网页（GPT版） Agent：从零构建一个混沌磁摆模拟器。小球在重力、阻尼和三枚磁铁作用下运动，实时渲染分形区域 播放 下一个 打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击 恢复音量 画中画 网页全屏 全屏 你可以 刷新 试试 视频信息 1.33.6 播放信息 上传日志 调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗 混沌磁摆模拟器 播放 下一个 打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击 恢复音量 画中画 网页全屏 全屏 你可以 刷新 试试 视频信息 1.33.6 播放信息 上传日志 调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗 3D魔方 然后这里还有个我觉得很有意思的 Case：3D 二维码... （提问：3d二维码是几维码？） 播放 下一个 打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击 恢复音量 画中画 网页全屏 全屏 你可以 刷新 试试 视频信息 1.33.6 播放信息 上传日志 调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗 对了，测试 UI4A 可以用 Mind Lab 发的 Claude Code 插件 Macaron Artifacts `github.com/mindverse-ltd/macaron-artifacts` 接进 Claude Code 现在大家基本都在用 Claude Code 调各种模型，我整理了一下接法 打开 CC Switch，选顶部 Claude Code 图标，点右上角 `+`，选「手动添加」 Name 随便填，比如 `Macaron-V1`，Base URL、API Key、Model 都留空，核心是下面这段 JSON： { "env": { "ANTHROPIC_BASE_URL": "https://mintcn.macaron.xin", "ANTHROPIC_AUTH_TOKEN": "sk-xxxx", "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1" }, "model": "macaron-v1-coding-venti" } CC Switch 配置截图 我是看着 Mind Lab 从成立的，看着他们团队建立，看着他们跑通 MoL，再到发布自己的模型，不断着验证自己的判断：通过后训练让模型持续变强，经由多专家协同让能力可生长。
Current article:http://ibnf.hanninhuaxituochunkui.pics/news/20260826_5767990.html
Published on:10:13:13