23:30官方账号LMSYS Org (SGLang)@lmsysorgLaguna 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 2.1poolsideSGLang编程助手推理模型推荐理由: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,值得编程党试试原文
01:54官方账号LMSYS Org (SGLang)@lmsysorgpoolside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.1poolsideSGLang智能体编程助手2 个信源在谈推荐理由: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。原文