AI 精选动态
智能评分 77
Cohere 发布 North Mini Code
AI 推荐理由
它不仅给出完整训练与评测链路，还公开了 256K/64K 上下文、MoE 激活方式、RLVR 方案和多基准结果，适合关注开源编程模型与 Agent 训练范式的人直接阅读原文。核心解读
Cohere 发布首个开源编程模型 North Mini Code，定位为面向 Agent 编程的小参数高效率模型，采用 MoE 架构，标称规模为 30B/3B，包含 128 个专家、每个 token 激活 8 个专家，支持 256K 输入和 64K 输出上下文，最低运行硬件为 1× H100（FP8）。该模型采用三阶段后训练：两阶段级联 SFT 与 RLVR，其中 SFT 数据包含 7 万+ 可验证任务、约 5000 个仓库，二阶段约 4.5B token，RL 使用 CISPO，并在 Terminal（ReAct + bash）与 SWE-Agent 双环境联合训练。官方给出的结果包括：SWE-Bench Verified pass@10 为 80.2%，Terminal-Bench v2 pass@10 为 55.1%，RL 后 Terminal pass@1 提升 7.9%，SWE pass@1 提升 3.0%；在 OpenCode 评估上约提升 10%，mini-SWE-Agent 上 pass@1 达 61.0%。