刚刚，MindLab开源V1系列模型Preview，749B参数，专为Agent后训练

本文介绍了Mind Lab最新开源的Macaron-V1-Preview模型，该模型拥有749B参数，专为Agent场景进行深度后训练。研究背景是当前大模型后训练成为能力提升关键，而Agent任务需要模型具备真实任务执行、工具调用和持续学习能力。研究目的是开源一个面向真实Agent任务的高效模型，验证以强化学习和LoRA为核心的后训练范式。结论表明，Macaron-V1-Preview在LivingBench、VitaBench等生活任务和A2UI等交互评测中取得SOTA，在数学、代码等通用任务上比肩头部开源模型。其创新在于整合了Mixture-of-LoRA架构，支持大规模持续学习，并能在不到300张GPU（部分非最新型号）上完成训练，算力成本低于同尺寸模型的1%。模型已开源在Hugging Face，技术报告可在官网获取。