JetBrains 开源 Mellum2.1：12B MoE 编码模型，大规模 RL 训成 agent
lmoroney · x · 2026-10-09
JetBrains 发布开源编码 agent 模型 Mellum2.1，为 12B MoE 架构（每 token 激活约 2.5B 参数），Apache 2.0 协议。
- 架构与 2 版一致，改进几乎全在 post-training：RL 从收尾阶段升级为训练主体
- 基于真实环境训练：自建基础设施跑了数百万个沙箱、数千个 RL 环境，模型学会探索代码库、编辑文件、自查改动
- 数据方面新增数学、竞赛编程、科学、工具使用、软件工程等 RL 任务；对开源 RL 数据做了严格过滤（修复坏测试、剔除不可验证或过易/过难任务）
定位是可在自有硬件上快速运行的编码 agent 与子 agent 模型。
所属事件:JetBrains 开源 12B MoE 编码 Agent 模型 Mellum2.1(4 条相关)→
「编程与Agent」频道最新
- vLLM 生产环境坑：GPU 故障可致 K8s 节点报废，推理是有状态负载 — tianyin_xu · 2026-10-09
- Addy Osmani 长文：Agent 时代工程师的三种快乐，最先流失的是「直觉」 — addyosmani · 2026-10-09
- AI 质量检查第三步：相关性与指令遵循的自动化判定 — goyalshaliniuk · 2026-10-09
- AI 应用上线的 7 项自动化质检：测试全过也可能在生产翻车 — goyalshaliniuk · 2026-10-09
- 开发者吐槽:Codex/ChatGPT 需要「真正聪明」的模型路由器 — flowersslop · 2026-10-09
- Claude Code 联网搜索关键词随项目推进越来越离谱 — jwt0625 · 2026-10-09