LinkAnkündigung
Klassische Agentensysteme setzen meist auf manuell programmierte Orchestrierungsgerüste. Das automatische Erlernen und Verfeinern aufgabenspezifischer Scaffolds ermöglicht es Modellen, effizientere Suchpfade für komplexe Software-Engineering-Aufgaben eigenständig zu erschließen.
Die Evaluationsergebnisse zeigen deutliche Effizienzgewinne durch das Self-Scaffolding: Das kompakte 9B-Modell kann mit älteren 31B- und 35B-Modellen konkurrieren, während das 35B MoE auf Terminal-Bench 2.1 sogar Qwen 3.5-397B schlägt. Der dreistufige Schutz verhindert wirksam, dass selbsterstellte Scaffolds Testartefakte fälschen oder Tests manipulieren.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Link:ornith-ai
ornith-ai hat das multimodale Mixture-of-Experts-Modell Ornith-1.5-397B unter MIT-Lizenz veröffentlicht. Das 397 Milliarden Parameter schwere Modell setzt auf kontinuierliche Selbstverbesserung und erzielt in Programmier- und Reasoning-Benchmarks Ergebnisse auf dem Niveau führender proprietärer Modelle.
Repository:ornith-ai/Ornith-1
Das GitHub-Repository Ornith-1 stellt eine Familie quelloffener KI-Modelle vor, die speziell auf agentische Aufgaben und iterative Selbstoptimierung ausgelegt sind. Mit den Generationen Ornith-1.0 und Ornith-1.5 verfolgt das Projekt Ansätze wie Self-Scaffolding und automatisierte Aufgaben- und Lösungserstellung für Reinforcement Learning.
2013Sterne
Artikel:Luis Chavez-Mattos
Deep Reinforce hat Ornith 1.5 35B-A3B vorgestellt, ein Mixture-of-Experts-Modell mit 3 Milliarden aktiven Parametern pro Token. Laut Modellkarte übertrifft es in Programmier- und Agenten-Benchmarks ähnlich dimensionierte Modelle wie Qwen3.6-35B deutlich und überholt bei Software-Engineering-Aufgaben teilweise sogar das wesentlich größere Qwen3.5-397B.
Link:huggingface.co
Ornith-1.0 ist eine Sammlung von Open-Source-Sprachmodellen, die speziell für agentenbasierte Programmieraufgaben entwickelt wurden. Die Kollektion umfasst verschiedene Varianten, darunter das Modell Ornith 1.0 9B, das für logikbasierte Unterstützung bei der Softwareentwicklung optimiert ist.
Link:Kwaipilot
Kwaipilot hat mit KAT-Coder-V2.5-Dev ein quelloffenes Mixture-of-Experts-Sprachmodell veröffentlicht. Das auf Qwen3.6-35B-A3B basierende Modell verfügt über 35 Milliarden Gesamt- und 3 Milliarden aktive Parameter und wurde gezielt für den Einsatz in Coding-Agenten trainiert.
Artikel:Seth Karten, Alex L. Zhang, Kevin Thomas, Sebastian Müller, Prime Intellect Team
Prime Intellect hat Prime Agent vorgestellt, ein quelloffenes Framework für Coding-Agenten. Das System baut auf zwei Kernkonzepten auf: dem Recursive Language Model (RLM) und dem Continual Harness. Statt fester Schemas für Tool-Aufrufe agiert der Agent programmatisch in einem persistenten IPython-Kernel und kann seine eigene Konfiguration im laufenden Betrieb anpassen.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
