Selon Leifeng, TokenRhythm a lancé le 11 5 le modèle natif pour agents NeoHorse-1.5-Flash Preview, entraîné sur la base de Qwen3.8-Flash, avec un total de 180B de paramètres et 6B de paramètres activés, mettant l'accent sur l'amélioration de l'exécution des tâches par les agents et des capacités en ingénierie logicielle ; il est actuellement en bêta fermée. Les évaluations comparatives publiées par l'entreprise montrent que, par rapport au modèle de base, le score global sur Agents’ Last Exam a augmenté de 9.23 points et celui sur Natural Language to Repository de 5.92 points. L'entreprise déclare qu'il s'agit du « deuxième tour » de l'amélioration récursive de soi de la série NeoHorse : le modèle de la génération précédente est réintroduit dans le pool de modèles, les retours d'exécution sont collectés lors de tâches réelles puis utilisés pour l'entraînement.
Pourquoi c'est important L'entraînement itératif des modèles d'agents grâce aux retours d'exécution de sa propre plateforme multi-modèles ; l'entreprise déclare une amélioration des scores sur les tâches d'ingénierie.
Fiabilité : Assez fiable · Source Leifeng · Date de l'événement 11-05 (heure de Pékin)
Raison
- Une startup chinoise applique l'amélioration récursive de soi à l'entraînement des modèles d'agents
Risque
- Les évaluations sont auto-réalisées par l'entreprise ; bêta fermée, aucun prix public d'API pour l'instant