TokenRhythm revela a prévia do NeoHorse-1.5-Flash, aprimorando as capacidades do agente

A TokenRhythm disponibilizou a prévia do NeoHorse-1.5-Flash para um grupo interno limitado. Este modelo, nativo para agentes, que é construído sobre Qwen3.8-Flash, possui um total de 180 bilhões de parâmetros, com 6 bilhões de parâmetros ativos, e foi especificamente projetado para aprimorar a engenharia de software e a execução de tarefas de agentes. As avaliações de desempenho indicam ganhos significativos em relação ao modelo base, incluindo um aumento de 9,23 pontos no exame final dos agentes, um aumento de 5,92 pontos em Natural Language to Repository e melhorias superiores a 20 pontos em tarefas de ciências físicas. O modelo também demonstra melhorias em ferramentas de desenvolvimento, desenvolvimento web e certificações de segurança. Este lançamento faz parte da investigação contínua da série NeoHorse sobre auto-aperfeiçoamento recursivo (RSI), que a TokenRhythm chama de segunda iteração deste processo. Após o lançamento do NeoHorse-1 em setembro, a empresa reincorporou o modelo mais antigo no conjunto de treinamento para coletar feedback de execução, expandindo a escala de treinamento das camadas iniciais de 4B e 9B para a camada Flash. Esta metodologia aproveita a plataforma multi-modelo da TokenRhythm e o produto de agente de código aberto OpenSquilla, que utiliza sinais de roteamento para identificar lacunas de capacidade. Em paralelo com o lançamento do modelo, o OpenSquilla recebeu uma atualização que permite aos usuários selecionar camadas de modelo com base na intenção da tarefa e para escalar camadas durante as tentativas, tudo sem exigir uma atualização do cliente.