홈
AI AI
속보
심층
이벤트
Pro
더보기
자금 조달 정보
특집
온체인 생태계
용어
팟캐스트
데이터
OPRR
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
XRP
$2.25
2.07%
DOGE
$0.325
2.23%
USDC
$0.999
3.05%
Partnered With:

리지웨이 팀이 오픈소스 Ornith 프로그래밍 모델을 공개: 397B 플래그십 버전이 여러 프로그래밍 벤치마크에서 Claude Opus 4.7을 능가

동차 Beating 모니터링에 따르면, 유명 NLP 학자 리지웨이가 창립한 AI 팀 DeepReinforce가 프로그래밍 에이전트에 특화된 4가지 Ornith-1.0 모델을 오픈소스로 공개했으며, 전 제품군이 MIT 라이선스로 배포됩니다. Ornith-1.0은 Gemma 4와 Qwen 3.5를 기반으로 훈련되었으며, Dense(밀집) 및 MoE(혼합 전문가) 두 가지 아키텍처를 포함합니다. Terminal-Bench 2.1 (Claude Code) 프로그래밍 에이전트 테스트에서 플래그십 모델인 Ornith-1.0-397B MoE는 78.2점을 기록하며 폐쇄형 모델인 Claude Opus 4.7의 69.7점을 능가했습니다.


Ornith-1.0의 핵심은 에이전트 실행 시 환경 스캐폴딩과 코드 작성을 담당하는 정책 모델을 결합한 강화 학습에 있습니다. 기존의 고정된 개발 환경 방식과 달리, 이 모델은 훈련 중에 먼저 현재 작업에 맞춰 스스로 스캐폴딩(예: 맞춤형 메모리 기록 및 오류 재시도 로직)을 설계 및 업데이트한 후, 새로운 환경을 기반으로 코드를 생성합니다. 강화 학습의 보상 신호는 이 두 단계를 동시에 피드백하여 최적화합니다.


모델이 자체 진화하는 스캐폴딩 과정에서 숨겨진 테스트 파일을 읽거나 테스트 스크립트를 조작하는 등의 방식으로 보상 해킹(Reward Hacking)을 시도할 가능성을 고려하여, 연구팀은 세 가지 보안 방어선을 구축했습니다. 물리적 샌드박스 수준에서 외부 도구와 시험 경계를 차단하는 것 외에도, 시스템은 결정론적 모니터를 통해 권한 초과 읽기 행위를 차단합니다. 동시에, 동결된 제3자 대형 모델을 감시 심판으로 도입하여 규칙에 부합하지만 편법을 노리는 해결책에 대해 거부권을 행사합니다.


평가 데이터에 따르면, 중경량 모델은 뛰어난 성능을 발휘합니다. 동일한 Claude Code 테스트 환경에서 35B 혼합 전문가 모델 Ornith-1.0-35B MoE는 62.8점을 기록하며, 397B 대규모 파라미터 모델 Qwen 3.5-397B(48.6) 및 Qwen 3.6-35B(49.2)를 능가했습니다. 엣지 디바이스용으로 설계된 Ornith-1.0-9B Dense 모델은 SWE-Bench Verified 테스트에서 69.4점을 기록하며, 31B 규모의 Gemma 4-31B(52.0)를 초과했습니다.

举报 오류 신고/제보
관련추천
사업이 빠르게 확장되는 가운데, Anthropic이 자발적으로 '브레이크를 밟자'고 촉구하고 있다.
오류 신고/제보
제출
새 문고 추가
자신만 보기
공개
저장
문고 선택
새 문고 추가
취소
완료