Poolside AI stellt Laguna S 2.1 vor: 118B MoE schlägt ~1T-Modell von Thinking Machines
Warum es zählt
Poolside zeigt, dass ein kleines Team mit konsequenter Infrastruktur (streaming Data-Pipelines, reproduzierbare Experimente, acht-Wochen-Release-Zyklen) frontier-nahe Modelle bauen kann. Für AI-Builder relevant: RL soll laut Kant künftig früher ins Pre-Training verlagert werden, und MCP/Tool-Calls hält er für grundlegend falsch konzipiert.
— Lumeric Redaktion
118B Parameter (8B aktiv)
Laguna S 2.1, MoE, 1M-Token-Kontext
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
Poolside AI stellt Laguna S 2.1 vor: 118B MoE schlägt ~1T-Modell von Thinking Machines
Warum es zählt
Poolside zeigt, dass ein kleines Team mit konsequenter Infrastruktur (streaming Data-Pipelines, reproduzierbare Experimente, acht-Wochen-Release-Zyklen) frontier-nahe Modelle bauen kann. Für AI-Builder relevant: RL soll laut Kant künftig früher ins Pre-Training verlagert werden, und MCP/Tool-Calls hält er für grundlegend falsch konzipiert.
— Lumeric Redaktion
118B Parameter (8B aktiv)
Laguna S 2.1, MoE, 1M-Token-Kontext
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.