Cognition 发布 SWE-2：多万亿参数编码模型，成本降 64% 逼近 Fable 5.1
Cognition 发布 SWE-2 编码模型，基于 Kimi K3（2.8T 参数），在 FrontierCode 1.1 Main 上达到 50%，差 0.9 分追上 Fable 5.1，同时比后者便宜 64%。 这是首次将强化学习扩展到多万亿参数规模，通过 Pareto 成本惩罚和长度加权 reward baseline 训练多个 effort level。SWE-2 在简单任务上比 SWE-1.7 步骤减少 58%、成本降 81%，但 GPT-6 Astra 仍领先至 53.3%。 文章附完整数学推导和 RL rollout 工程细节，包括 NVFP4/FP8 量化、SpecForge 草案模型、以及宣传审查信任度评测。 
评论
点赞
收藏
