Cosine谈主权前沿模型
Machine Learning Street Talk · rss · 2026-07-14
这期访谈围绕 **Cosine** 为什么要做“本土/主权 frontier AI”展开。核心背景是：英国最强的 coding model 不能外销，Cosine 因此决定从零做自己的模型与系统。 访谈重点包括： - 公司的判断是：**推理型公司**不一定需要训练实验室那种数十亿美元级别投入，几百万、国家级算力配额和协同反馈循环也可能跑起来 - 讨论了开源权重模型为何仍落后于前沿模型，尤其是规模、active parameters 和数据上的差距 - 解释了 MoE vs dense 的取舍，以及为什么 active params 会明显影响模型“体感” - 后半段集中在 agent 可用性：奖励过程而不是结果、把 code review 变成运行时验证、用 Swarm 编排数百个子 agent、memory 仍是未解难题 - 还提到 US 出口管制、供应链风险，以及合成评分器如何支持没有内建测试的 RL 任务