Macaron-V1：基于混合 LoRA 的持续学习智能体
mindlab-research · hf · 2026-08-11
Macaron-V1 是一个面向经验智能的开源智能体模型家族，核心在于从真实环境中学习并在部署后持续自我改进。
- 架构设计：采用 Mixture-of-LoRA (MoL) 架构，冻结基础模型，组合多个专家 LoRA 适配器，并在每轮对话中动态选择。旗舰版 Venti 基于 744B 的 GLM-5.2，配备 Chat、Agent、Coding 和 GenUI 四个 LoRA；Tall 版本基于 50B 的 Qwen3.6，专为本地部署设计。
- 核心机制：通过模型与框架协同设计及递归自改进循环实现适应性与协作。包含 UI4A 组件原生 GenUI 框架、有状态动作基底及 MindForge 智能体强化学习框架。
- 基础设施：支持后训练平台 MinT、长上下文 RL 方法 LongStraw，以及针对稀疏 MoE 的稳定技术。
- 评估：在多个基准上验证了当前系统的有效性，但持续学习带来的复合收益仍是待探索的开放问题。
「模型」频道最新
- 本地开源模型实现代码自检运行，订阅价值何在？ — truecakesnake · 2026-08-11
- OpenAI 模型被指过度压制创造力，用户呼吁开放温度调节 — RileyRalmuto · 2026-08-11
- GLM-5.2 定价极具竞争力，智能成本正急剧下降 — tobowers · 2026-08-11
- 开发者盛赞 Kimi K3：宛如真实版 Llama 4 Behemoth — willccbb · 2026-08-11
- 阿里官方确认：Qwen3.8-27B 开源权重本周发布 — max_paperclips · 2026-08-11
- Abacus AI 发布 Smaug-Agentic：登顶开源智能体编码榜首 — bindureddy · 2026-08-11