Descrição
Mellum2.1 Thinking é um modelo de linguagem grande avançado desenvolvido pela JetBrains, hospedado no Hugging Face. Ele é projetado para lidar com tarefas complexas agenticas, como trabalhar em repositórios, executar comandos e chamar ferramentas, além de enfrentar problemas não agenticos difíceis em codificação, matemática e raciocínio. O modelo é um modelo de mistura de especialistas com 12 bilhões de parâmetros e 2,5 bilhões de parâmetros ativos, apresentando 28 camadas, um tamanho oculto de 2304 e um tamanho de vocabulário de 98.304.
Ler mais
A arquitetura do Mellum2.1 permanece inalterada em relação ao seu predecessor, Mellum2, mas melhorias significativas foram feitas no pós-treinamento através do aprendizado por reforço. Esta versão enfatiza o aprendizado por reforço como um componente de treinamento primário, utilizando novas tarefas em matemática, programação competitiva, ciência, uso de ferramentas e engenharia de software. O modelo treina em ambientes reais para habilidades agenticas, como engenharia de software, onde opera dentro de repositórios reais e é recompensado por passar em testes.
Mellum2.1 Thinking demonstra desempenho superior em vários benchmarks em comparação com seu predecessor e outros modelos. Ele alcança altas pontuações em benchmarks de codificação como LiveCodeBench v6 e HumanEval+, assim como em benchmarks de matemática como AIME 25/26 e GSM-Plus. O modelo também se destaca em benchmarks agenticos, incluindo SWE-bench Verified e Terminal-Bench 2.1, mostrando sua capacidade aprimorada em explorar bases de código e editar arquivos.
O modelo é lançado sob a licença Apache 2.0, garantindo disponibilidade de código aberto. Ele suporta serviço com vLLM e é compatível com builds GGUF para llama.cpp, Ollama e LM Studio. Mellum2.1 Thinking é ideal para desenvolvedores e pesquisadores que buscam uma ferramenta robusta para resolução de problemas complexos e tarefas agenticas.
- CategoriaModelos de IA e LLMs
- Modelo de preçosCódigo aberto
- ImplantaçãoNuvem
- PlataformasWeb
Destaques de Mellum2.1 Thinking
12B Parâmetros
2.5B Parâmetros Ativos
28 Camadas
2304 Tamanho Oculto
98.304 Tamanho do Vocabulário
Aprendizado por Reforço
Código Aberto
Licença Apache 2.0
Primeiros passos com Mellum2.1 Thinking
Acesse a página do modelo: Visite o Hugging Face
Autentique-se: Faça login na sua conta
Configure: Defina os parâmetros do modelo
Envie prompts: Insira suas consultas
Ajuste fino: Personalize para tarefas específicas
Casos de uso de Mellum2.1 Thinking
- Tarefas Complexas de Codificação
- Raciocínio Matemático
- Tarefas Agenticas
- Engenharia de Software
- Uso de Ferramentas
