Meta AI、エージェント機能とコーディング性能を向上させたMuse Spark 1.3をリリース

Meta AIは、エージェント機能とコーディング性能を改善したMuse Spark 1.3をリリースしました。
Key insights
長期視野とマルチスレッドのエージェント業務の改善
Muse Spark 1.3は、単一スレッド内で複数のワークフローにわたる長期視野の作業を維持します。未定義の目標に直面した場合、ツールを使用して混乱や矛盾のある情報源からコンテキストを構築し、計画のギャップを埋め、最終納品まで学習した情報を記録します。Metaは多様なハーネスでトレーニングを行い、モデルが単一のエージェントフレームワークに依存しないようにしました。これは、Muse CodeとMeta Model APIの使用に関する大規模なフィードバックに基づいています。
積極的な協調と自己調整の追加
モデルは、プロンプトが曖昧な場合に明確化の質問をし、行き詰まった場合にユーザーに助けを求め、重要なアクションの前に確認を行います。頻繁な報告や静かなバックグラウンド実行など、ユーザーの好みに適応できます。自身の能力、知識、障害についてより適切に調整されており、結果を幻覚(ハルシネーション)する代わりに、生産環境での信頼性に直接影響します。
複雑な指示追従とマルチタスクルーティングの改善
Muse Spark 1.3は、マルチステップタスクにおいて制約の脱落が少なく、確立された手順からの逸脱が減少しました。これは1.2からの主なユーザーフィードバックのテーマでした。混乱したシングルスレッドコンテキストにおいて、ユーザーが以前のリクエストを修正しているのか、現在のタスクを中断しているのかに関わらず、新しいプロンプトを正確に正しいタスクにマッピングします。
ツール呼び出しとトークンの削減によるコーディング効率の向上
Meta内部のエンジニア比較によると、Muse Spark 1.2と比較してツール呼び出しが約20%減少し、トークン数が約25%減少しました。モデルは不要なラウンドが少なく、冗長性が低く、コードスタイルがよりクリーンになっています。方向性はより多くの問題を解決することではなく、同じ問題をより少ないリソースで解決することであり、APIコストとレイテンシを削減します。
リリースは実世界での使いやすさに焦点
Meta AIは、Muse Spark 1.3がエージェントタスクとコーディングタスクのパフォーマンスを向上させ、実世界での使いやすさに焦点を当てていると述べています。主な機能には、長期視野の作業の維持、ユーザーとの積極的な協調、自身の限界に関するより良い調整が含まれます。
使用フィードバックに基づくエンジニアリング志向
今回のアップデートは、ベンチマーク解決だけでなく、エンジニアリングとデプロイメントを対象としています。発表では、Meta Model APIの大規模な使用フィードバックを活用し、5つの具体的なエージェント改善とコーディング効率の焦点を挙げています。多様なハーネスによるトレーニング、積極的な割り込み動作、マルチタスクルーティングは、文書化された1.2時代の障害モードに対する修正として位置づけられています。