Cognition lanserer SWE-2 Flash: 24 prosent på FrontierCode, men ingen åpne vekter
lørdag 7. november · KI-generert · Kilde: Cognition
Test SWE-2 Flash gratis i Devin fram til 30. november, men regn ikke med å kjøre den selv, for Cognition holder vektene tilbake av cyberhensyn.
Småmodeller tar en stadig større del av jobben kodeagenter gjør, fra kodegjennomgang og automatiseringer til oppdatering av dokumentasjon. Det er den jobben Cognition, selskapet bak Devin, sikter mot med SWE-2 Flash, lansert 4. november. Modellen koster en femdel av storebror SWE-2 og er tre ganger raskere, ifølge Cognitions lanseringspost.
Grunnmodellen er Inkling-Small fra Thinking Machines, med 276 milliarder parametere totalt og 12 milliarder aktive. Cognition la for første gang inn et eget mid-training-steg før reinforcement learning, på noen få billioner tokens med vitenskapelige artikler, blogger og kode. Det løftet Terminal-Bench 4.0 fra 0,9 til 20,0 prosent og FrontierCode 2.0 fra 3,2 til 24,0 prosent. Cognition trente også bevisst på sikkerhetsarbeid, og ExploitBench gikk fra 11,3 til 34,8 prosent.
Nettopp den evnen er grunnen til at du ikke får lastet ned modellen. Cognition bygger i stedet et program for å dele vektene med utvalgte partnere og forskningslaber, slik at bedrifter og myndigheter kan kjøre den on-prem.
«De samme evnene kan også brukes av ondsinnede angripere, slik en nylig bølge av cyberangrep har vist, så vi deler ikke vektene offentlig ennå.» — Cognition, i lanseringsposten
Timingen er ugunstig. Dagen etter, 5. november, lanserte Thinking Machines etterfølgeren Inkling 2 Small, som i selskapets egne tabeller scorer 25,4 prosent på FrontierCode v2.0. Tallene er målt av hvert selskap med eget oppsett og kan ikke sammenlignes direkte. Men Thinking Machines har varslet at vektene til Inkling 2 Small slippes under Apache 2.0 etter ekstern sikkerhetstesting, mens Cognitions påstand om å slå alle amerikanske open-weight-modeller foreløpig bare kan sjekkes gjennom Devin.
Hva bør du gjøre?
- Kjør SWE-2 Flash i Devin Desktop eller Devin CLI på rutineoppgaver som kodegjennomgang og dokumentasjon mens den er gratis, og sammenlign kostnaden mot modellen du bruker i dag.
- Trenger du en kodemodell du kan hoste og fine-tune selv, er Inkling 2 Small et bedre utgangspunkt, siden den allerede kan finjusteres på Tinker og har varslet Apache 2.0-vekter.