Memdoor: Отбор от пет компактни модела Qwen3.8-27B победи водещи монолитни гиганти на LiveCodeBench Hard
Източник: GitHub / Memdoor Project
С отворената софтуерна рамка Memdoor независими изследователи постигнаха исторически резултат на престижния тест за програмни алгоритми LiveCodeBench Hard, където екип от пет координирани модела Qwen-27B изпревари затворените мега-модели [1]. Успехът доказва, че структурираният дебат и специализираното разпределение на ролите превъзхождат бруталното скалиране на параметри.
Архитектура на дебата: Генератор, Критик, Тестер и Оптимизатор
Вместо да разчита на единичен отговор, Memdoor разделя процеса на решаване на код между пет агента. Първият генерира първоначалния алгоритъм, вторият конструира крайни случаи и стрес-тестове, третият извършва формална верификация на сложността по памет и време, а четвъртият и петият синтезират финалното решение на база на откритите слабости.
Ценова и изчислителна ефективност на 27-милиардния клас
Изпълнението на пет паралелни сесии на компактен 27B модел изисква едва част от хардуерните ресурси (и памет на графичния процесор), необходими за стартирането на затворен модел с над 1 трилион параметри. Това позволява на малки инженерни екипи да постигнат елитни резултати върху локални GPU работни станции.
Смяната на парадигмата от монолитни оракули към ансамбли от специалисти
Триумфът на Memdoor е ясен сигнал за архитектурната трансформация, която предстои в софтуерното инженерство. Досега индустрията бе доминирана от вярата, че един гигантски модел от общ тип трябва да знае и може всичко. В действителност човешките екипи постигат комплексни цели не чрез един всезнаещ гений, а чрез специализация, взаимен контрол и преглед на кода (code review). Мулти-агентните системи пренасят тези доказани инженерни принципи в машинния интелект. В бъдеще enterprise софтуерът ще бъде изграждан и поддържан не от отделни свръхскъпи API точки, а от оркестрирани рояци от евтини, квантувани локални модели, дебатиращи помежду си за всеки ред код.
Структурен анализ на ролевото разпределение, дебата и локалната изчислителна ефективност.