poolside 相关 AI 资讯 · AI 热点

8月6日

19:47

19:47

AI Engineer@aiDotEngineer

AI Engineer World's Fair 2026 设置数据质量专场，核心论点是“更便宜的计算来自更好的数据”。DatologyAI 的 Arimorcos 与 poolside 的 Marah Abdin、Robert McHardy 等人在专场中分享数据清洗与训练集构建经验。Theta Software 的 David Brumley、Bugcrowd、Arcee AI、Surge AI、Bespoke Labs 等机构参与讨论。专场直播正在进行，视频已上线 YouTube。

行业数据质量 DatologyAI poolside

推荐理由：想省算力？先把数据搞干净。DatologyAI、poolside 几家的分享很具体，直播回放都有。别错过。

7月23日

15:13

15:13

官方账号vLLM@vllm_project

Poolside发布Laguna S 2.1，一个118B参数的稀疏MoE开放权重模型，每token仅激活8B参数。模型支持高达1M的上下文长度，并同时提供思考与非思考两种模式，基准为OpenMDW-1.1。该模型专为智能编码和长期任务设计，具备规划、工具调用和自我纠错能力。官方NVFP4量化版本可在单台NVIDIA DGX Spark上本地运行。

AI模型 poolside Laguna S 2.1 稀疏MoE

推荐理由：Poolside新出的Laguna S 2.1模型，稀疏MoE只激活8B就能达到1M上下文，还能本地跑在DGX Spark上，写代码和长期任务都很顺手。

7月22日

01:34

01:34

官方账号NVIDIA AI@NVIDIAAI

poolsideai 发布了最新开源模型 Laguna S 2.1，总参数量 118B，采用 MoE 架构，每个 token 仅激活 8B 参数。该模型支持 1M token 上下文窗口，并提供思考与免思考两种模式。权重已在 Hugging Face 以 OpenMDW-1.1 许可证开放，可在单台 NVIDIA DGX Spark 上本地运行。Laguna S 2.1 在性能上可与参数量大数倍的模型竞争。

AI模型 Laguna S 2.1 poolside MoE

推荐理由：poolside 新出的 Laguna S 2.1 开源又高效，118B 模型只激活 8B 就能跑，还支持 1M 上下文，值得一试。

7月2日

23:30

23:30

官方账号LMSYS Org (SGLang)@lmsysorg

Laguna XS 2.1是poolside推出的33B总参数MoE模型，专为agentic coding和长时任务设计，已获SGLang Day-0支持。模型采用混合SWA+全局注意力（40层中3:1比例）与sigmoid门控，支持FP8 KV缓存和262K上下文，可在36GB RAM的Mac上运行。在SWE-bench Verified上达到70.9%，SWE-bench Multilingual相比XS 2提升5.4%。

AI模型 Laguna XS 2.1 poolside SGLang

推荐理由：poolside新出的Laguna XS 2.1，33B MoE专为编程智能体设计，SWE-bench 70.9%还支持Mac本地跑，值得编程党试试

6月19日

01:54

01:54

官方账号LMSYS Org (SGLang)@lmsysorg

poolside发布的Laguna M.1是一个225B参数的MoE模型，专为智能体编码和长期任务设计。该模型采用70层结构：3个密集SwiGLU层加67个稀疏MoE层，共有256个专家，top-k=16且使用无辅助损失负载均衡。它在所有层使用全局注意力：64个Q头、8个KV头，以及softplus输出门控。Laguna M.1支持原生交错推理：在工具调用之间进行思考，并可每个请求切换。在SWE-bench Verified、SWE-bench Multilingual、SWE-Bench Pro和Terminal-Bench 2.0上表现强劲。现在可通过SGLang运行。

AI模型 Laguna M.1 poolside SGLang

推荐理由：poolside刚发的225B MoE模型Laguna M.1，专为智能体编码设计，SGLang直接跑起来了，在SWE-bench上很强。