Китайская компания TokenRhythm, специализирующаяся на инфраструктуре искусственного интеллекта и управляющая платформой маршрутизации на основе нескольких моделей, 5 ноября выпустила NeoHorse-1.5-Flash Preview. Компания описывает его как модель, ориентированную на выполнение задач и разработку программного обеспечения. Доступ к ней предоставляется только в рамках ограниченной бета-версии, для участия в которой пользователи подают заявки через официальный аккаунт компании в WeChat.

По данным TokenRhythm, модель обучена на Qwen3.8-Flash и имеет 180 миллиардов параметров, из которых 6 миллиардов активны. В собственном сравнении компании с базовой моделью общие показатели улучшились на 9,23 пункта в Agents’ Last Exam и на 5,92 пункта в Natural Language to Repository. Компания заявляет, что задачи в области физических наук улучшились более чем на 20 пунктов, также отмечен прогресс в инструментах для разработчиков и тестировании, веб-разработке, а также в области безопасности и криптографии. Это результаты собственных оценок компании; независимые результаты пока не опубликованы.

Релиз позиционируется как второй этап работы TokenRhythm над рекурсивным самосовершенствованием. После выпуска NeoHorse-1 в сентябре компания заявила, что вернула эту модель в свой пул, собрала отзывы о выполнении реальных задач и использовала их для обучения следующей модели. Ее система маршрутизации предоставляет сигналы о том, какие возможности требуются для выполнения задач, в то время как запуск нескольких передовых моделей для одной и той же задачи дает сопоставимые результаты. Различия между выходом NeoHorse и этими результатами преобразуются в обучающие сигналы. Команда называет три метода, лежащие в основе этого процесса: мультимодельная дифференциальная диагностика, эволюция состязательной среды и роевое онлайн-обучение.

Цикл также опирается на OpenSquilla — продукт TokenRhythm с открытым исходным кодом для агентов. Обновление, выпущенное на следующий день после модели, выбирает уровень модели в зависимости от намерения задачи, сохраняет этот уровень при продолжении задачи и повышает его при повторных попытках.

Публичные страницы TokenRhythm на GitHub и Hugging Face подтверждают наличие предыдущего поколения, но не новой предварительной версии. NeoHorse-1 был выпущен 7 сентября в виде моделей 4B и 9B, дообученных на основе Qwen3.5 под лицензией Apache 2.0, с техническим отчетом и квантованными версиями. В конце сентября последовала 4B модель принятия решений NeoHorse-Jev. На момент публикации NeoHorse-1.5-Flash Preview не имела загружаемых весов, карточки модели или лицензии на этих страницах, поэтому ее не следует рассматривать как релиз с открытыми весами.

Источники: Отчет QbitAI · Отчет Jiemian · Официальный репозиторий NeoHorse на GitHub · Официальные модели TokenRhythm на Hugging Face.

Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.