DeepReinforce, Ornith-1.0 adlı açık kaynaklı kod yazma modelini piyasaya sürdü. Bu model, gerçek terminal ve depo ortamlarında çalışan AI kodlama ajanları için özel olarak tasarlandı.
Ornith-1.0, 9 milyar, 31 milyar, 35 milyar ve 397 milyar parametreli dört farklı boyutta geliyor. 9 milyar parametreli model, bir akıllı telefonun çalıştırabileceği kadar küçük ancak ağır akıl yürütme görevlerini güvenilir bir şekilde gerçekleştirebilecek kadar güçlü değil.
397 milyar parametreli model ise daha güçlü ancak tüketici donanımında bulunmayan ağır hesaplama gerektiriyor. Ornith'in kendi model kartı, modellerin kodlama görevleri dışında görevlerde zayıf performans gösterebileceğini uyarıyor.
Ornith-1.0, SWE-bench Verified'de 69.4 puan alarak Google'ın Gemma 4-31B (52.0) modelini geride bıraktı. Ornith'in beyni, diğer AI kodlama ajanlarının aksine, insan tasarımı bir harness ile değil, kendi öğrenme süreciyle çalışıyor.
Ornith, görevi okumadan ve bir strateji önermeden önce, bir çözüm üretmek için bu stratejiyi kullanıyor. Ornith'in kendi öğrenme sürecini geliştirmesi, insan müdahalesi olmadan daha iyi stratejiler ve daha iyi kod yazmasını sağlıyor.
DeepReinforce, ödül hacking'i ciddiye alıyor ve üç katmanlı bir savunma sistemiyle modelin kendi eğitim scaffold'ını yazmasını ve doğrulayıcıyıManipüle etmesini engelliyor.
Ornith-1.0'ın amiral gemisi modeli, SWE-bench Verified'de 82.4 puan aldı. Bu testte, AI'ye bir açık kaynaklı GitHub deposundan gerçek bir hata veriliyor ve test süiti görmeden bu hatayı düzeltmesi gerekiyor.
