Simon Willison · 博客

Muse Glimmer 发布

Introducing Muse Glimmer

二〇二六年八月十三日 · 英文原文

Meta 发布 Muse Glimmer,一款 30B 参数模型,采用 Apache 2.0 许可证。该模型针对端到端 Agentic 任务优化,在 DeepSearch QA、MCP-Atlas、𝛕-Bench 和 SWE-Bench 等基准测试中取得较高成功率,支持精确 schema 工具调用与多步推理。作者在 128 GB RAM 机器上通过 LM Studio 运行 18.16 GB 版本,并测试其视觉描述能力,模型可准确识别图像中两只褐鹈鹕的形态与场景细节。

Muse Glimmer 发布,Meta 重回开放权重游戏!Muse Glimmer 是一款全新的 30B 模型,采用干净的 Apache 2.0 许可证(相比过去那些繁琐的 Llama 许可证,这是一次升级)。他们声称已针对我这类本地模型用户所关注的方向进行了优化:端到端 Agentic 任务完成。Muse Glimmer 在完整任务基准测试中取得了较高的成功率,包括 DeepSearch QA、MCP-Atlas、𝛕-Bench 和 SWE-Bench,这些测试衡量了其在脚手架内工作、编写和调试代码,以及从头到尾解决多轮请求的能力。可靠的工具使用。该模型能处理广泛的函数调用,在扩展工作流中调用具有精确 schema 的工具。多步推理。Muse Glimmer 能在长跨度内串联推理,在复杂、扩展的工作流中维持连贯的计划。[...] 这里有一只鹈鹕,是我用 LM Studio 的 18.16 GB 版本模型生成的:我还用我的 llm-coding-agent 插件试了试,针对 Datasette 的全新 checkout 运行,提示词为:auth 是如何工作的?这是响应,位于一段长记录末尾,展示了它探索代码库时所做的所有工具调用。我使用 llm-lmstudio 并应用了这个补丁来升级以兼容 LLM 0.32。我非常喜欢这种规模的模型,因为如果机器有 32 GB 或更多 RAM(我的有 128 GB),它还能留出充足空间同时运行其他应用。Glimmer 是一个视觉模型,所以我让它描述这张图片:llm -m lmstudio/meta/muse-glimmer -a https://static.inaturalist.org/photos/714731804/large.jpg 'describe image' 我得到的结果如下:照片显示了一个多岩石的防波堤式海岸线,天气阴沉,水面平滑呈灰色,背景虚化中隐约可见一条码头/栈桥线。前景中,两只大型褐鹈鹕(Pelecanus occidentalis)栖息在杂乱的灰白色石头上。它们具有该物种特有的长而下弯的黄橙色喙,带有大喉囊,细长的脖颈,背部及翅膀上带有斑驳的棕灰色羽毛。左侧的鹈鹕略微转向镜头,似乎在整理羽毛或将喙靠在胸前;头顶和后颈可见淡白色斑块,一小撮羽毛竖起。右侧的鹈鹕主要面向前方/右侧,头抬起,喙指向下方和右侧,同样有淡色头部斑纹,条纹状的深色翅膀羽毛清晰可见。两只鹈鹕周围的岩石间散布着几只体型小得多的深色鸟类——类似海鸥/燕鸥的鸟,羽毛呈柔和的棕灰色。一只深色鸟坐在最左侧的岩石上,另一只棕褐色鸟站在右侧鹈鹕的右边,一只带红色喙的灰色鸟位于右下方前景,还有一只小深色鸟在画面最右边缘。整体光线平坦而漫射,使水面和天空呈现柔和、近乎单色的色调,与岩石的纹理和鹈鹕细致的羽毛形成对比。构图将两只大鸟作为主体,以平静的水面和低矮的岩石栖息地为背景。来自 Hacker News 标签:ai,generative-ai,llama,local-llms,llms,llm,vision-llms,meta,pelican-riding-a-bicycle,llm-release

译自 Simon Willison · 博客 · 录于 二〇二六年八月十三日