Muse Spark 1.3

Что такое Muse Spark 1.3

Muse Spark 1.3 – нейросеть для агентных задач и программирования, доступная в сервисе Muse Code и через Meta* Model API. Модель рассчитана на продолжительную работу над задачами, в которых нужно учитывать большой объём контекста, использовать инструменты и последовательно проходить несколько этапов до получения результата.

Главный акцент версии 1.3 сделан на долгосрочных агентных сценариях. Нейросеть может собирать сведения из разрозненных и даже противоречивых источников, находить пробелы в рабочем плане и сохранять важную информацию до подготовки итогового продукта.

Сервис ориентирован прежде всего на разработчиков и команды, использующие Muse Code или Meta* Model API в инженерных процессах. Muse Spark 1.3 обучали на программных задачах с длинным горизонтом работы, поэтому она может быть полезна там, где одного короткого запроса недостаточно.

Модель также умеет активнее взаимодействовать с пользователем при неоднозначных инструкциях: задавать уточняющие вопросы, сообщать о затруднениях и запрашивать подтверждение перед дальнейшими действиями. Для длительных процессов можно получать более частые обновления о ходе работы либо перевести задачу в фоновый режим.

Ключевые возможности Muse Spark 1.3

Muse Spark 1.3 предназначена для работы с открытыми задачами, в которых путь к цели нельзя заранее полностью описать в одном промпте. Она должна удерживать ход работы при появлении новых вводных, уточнений, ограничений и изменений в исходном контексте.

Работа с долгосрочными агентными задачами

Модель может быть полезна в сценариях, где контекст формируется постепенно. Пользователь задаёт общую цель, затем добавляет документы, уточнения, новые условия или ограничения, а нейросеть должна соотнести новые данные с уже выполненной частью работы.

Muse Spark 1.3 использует инструменты для формирования собственного рабочего контекста, может замечать недостающие элементы плана и отслеживать найденную информацию до финального результата. Такой подход рассчитан на задачи, которые требуют не одиночного ответа, а последовательного процесса.

Уточняющие вопросы и согласование действий

В Muse Spark 1.3 улучшено взаимодействие с пользователем в ситуациях, когда задача сформулирована не до конца или допускает несколько трактовок. Вместо того чтобы строить предположения, модель может запросить дополнительную информацию и уточнить спорные требования.

Если нейросеть сталкивается с препятствием или не может надёжно выполнить часть работы, она способна сообщить об этом пользователю и попросить помощи. Перед следующим действием модель также может запросить подтверждение, если считает его необходимым.

Для длинных задач предусмотрены два подхода к отслеживанию процесса: более частые обновления о ходе работы или фоновый режим.

Следование сложным инструкциям и несколько задач в одном диалоге

Muse Spark 1.3 точнее следует сложным и подробным инструкциям по сравнению с предыдущими версиями Muse Spark. В многоэтапных сценариях модель должна лучше удерживать ограничения, последовательность шагов и детальные требования пользователя.

Отдельное улучшение касается работы с несколькими задачами внутри одного длинного неструктурированного диалога. Модель должна точнее понимать, к какому поручению относится новое сообщение, даже если пользователь возвращается к прошлому вопросу или временно переключается на другую тему.

Это может быть удобно, например, при параллельной доработке нескольких частей проекта: пользователь уточняет старую задачу, добавляет новое требование, а затем продолжает исходный рабочий поток.

Программирование и инженерные процессы

Muse Spark 1.3 обучали на большем количестве долгосрочных задач по программированию. Новая версия лучше подходит для распространённых инженерных сценариев, пишет более чистый код и отвечает менее многословно по сравнению с Muse Spark 1.2.

Модель делает меньше лишних шагов в диалоге. Во внутренних сравнениях инженеров Meta* она использовала примерно на 20% меньше вызовов инструментов и на 25% меньше токенов. Это может сократить время и затраты при выполнении многоитерационных задач, связанных с кодом.

Ограничения и безопасность агентных действий

Muse Spark 1.3 лучше оценивает собственные возможности и ограничения. Модель обучали точнее определять, какие сведения ей известны, где данных недостаточно и в какой момент она сталкивается с препятствием, а не формировать недостоверный результат.

Произведено улучшение о повышенной устойчивости к атакам на входные данные и промпт-инъекциям. В агентных сценариях модель должна лучше распознавать действия, которые могут быть необратимыми или связанными с повышенным риском, и при необходимости запрашивать дополнительное подтверждение.

Условия использования Muse Spark 1.3

Стоимость использования модели зависит от режима работы API и рассчитывается за 1 миллион токенов.

В режиме Standard данные не используются для обучения. В режиме Contributor Meta* может использовать промпты для обучения будущих моделей.