BL
MarkTechPost • 13일 전
코그니션, SWE-2 공개 — Fable 5.1 대등 성능에 비용 64% 절감
IMP 6/10
핵심 요약
Devin 개발사 코그니션이 강화학습으로 포스트트레이닝한 코딩 모델 SWE-2를 공개했습니다. 문샷 AI의 2.8조 파라미터 오픈 모델 Kimi K3를 기반으로 하며, FrontierCode 1.1 Main에서 50.0%를 기록해 Fable 5.1과 1점 이내 차이를 보였습니다. 비용은 64% 더 낮아, 오픈소스 기반 모델의 비용 효율성을 보여주는 사례입니다.
번역된 본문
코딩 에이전트 Devin을 개발한 코그니션(Cognition)이 자사 최강의 코딩 모델인 SWE-2를 공개했다. SWE-2는 문샷 AI(Moonshot AI)의 2.8조 파라미터 오픈 모델인 Kimi K3를 기반으로 강화학습(reinforcement learning)을 통한 포스트트레이닝으로 완성되었다. 코그니션에 따르면 SWE-2는 FrontierCode 1.1 Main 벤치마크에서 50.0%의 점수를 기록했으며, 이는 Fable 5.1과 1점 이내의 차이로 대등한 수준이면서도 비용은 64% 더 낮다.
원문 보기 (영어)
Cognition, the company behind the Devin coding agent, has released SWE-2, its most capable coding model to date. SWE-2 is post-trained with reinforcement learning from Kimi K3, Moonshot AI’s 2.8T-parameter open model. Cognition reports a score of 50.0% on FrontierCode 1.1 Main, within 1 point of Fable 5.1 at 64% lower cost. It is also […]
The post Cognition Releases SWE-2: A Kimi K3 Post-Trained Coding Model That Matches Fable 5.1 on FrontierCode at 64% Lower Cost appeared first on MarkTechPost.
관련 소식