二次初恋
Macaron-V1：RL，让 GLM5.2 再次伟大_我的网站
A | 新鲜速递
最近几天，模型行当风起云涌
而我们的 MindLab 也拿出了的作品 Macaron V1：通过后训练，让 GLM5.2 再次伟大
MindLab 成立于去年 12 月，现如今是唯一完成对 GLM-5.1/5.2 完成后训练的外部团队Mind Lab 成立｜64 张卡跑万亿参数 RL，开源
作为当下国内最受瞩目的 NeoLab 之一，本文重点聊聊 MindLab 他们的模型成果、技术路线以及优化方式
模型与训练
NeoLab 的研究方向，是在现有基模下进行 LoRA 训练，即：对现有模型，取出大约 0.5% 的核心参数来训练，并有效的提高原有模型的素质。在 MindLab 成立之初，这套方法就在在 Kimi K2 进行了验证：64 张 H800 搞定万亿参数模型的强化学习
但后训练有个经典难题：对话、推理、编程、工具调用等能力混在一起训，往往按下葫芦浮起瓢。在CES 2019年主旨演讲中，黄仁勋大部分时间都离开了赛场。因此，2019年的因维达CES展自然会包括新产品和新技术。团队为此独创了 Mixture-of-LoRA（MoL）：在冻结的基座上挂载多个独立的 LoRA 专家，每个专家专精一个方向，各自在隔离的适配空间中优化，彻底消除能力间的相互干扰。这套方法先是在 GLM-5.1 上跑通了预览版 Macaron-v1-Preview
随后，也就是在正式版 Macaron V1 中，团队把基座换成了 GLM 5.2，并对模型能力进行了全面升级
V1 提供两款变体：
旗舰 Venti（748B）：基于 GLM-5.2（原生 1M 上下文），通过 4 个 1B 的 LoRA 专家分别覆盖 Chat、Agent、Coding、UI 四大方向，切换由显式 Router Tool 控制，未来新增能力的话，只需再挂一个 LoRA
轻量 Tall（35B）：基于 Qwen 3.6 后训练，专为本地部署优化。在特别的游戏演示室里，我们看到了Geforce RTX 2060笔记本，一款全新的G-Sync显示产品，以及一款65英寸的Omen Eperium 65 bfgd显示屏，即将出售。
同时，团队还通过自研的 LongStraw 技术，将 GLM 5.2 的上下文扩展至 2M，并通过将共享提示词复用为常驻状态，大幅降低长序列开销。G-SYNC重新进化G-SYNC和Geforce图形卡无疑是完美的匹配。在新闻发布会上，英伟达将G-Sync细分为三个级别，最低级别为无G-Sync，其次为G-Sync兼容，最高级别为G-Sync终极。除了模型本体，团队还同步打造了三个关键配套，与模型联合训练：
UI4A：通用生成式 UI 架构，让模型能渲染交互式视图（不仅是文本），不依赖特定基座，即使未经微调的模型也能驱动，独立于 Macaron 的通用底座
REPL Harness：为模型提供持久的 Python 运行环境，模型可用 save_tool 自行编写工具，用 promote_tool 将其提升为跨会话可用的全局工具
MinT 后训练平台：MindLab 自研的训练基础设施，核心设计是 Actor 与 Learner 之间只传递 Adapter（而非完整权重），天然契合 MoL 架构，支持百万级 Adapter 目录，端到端可覆盖万亿参数规模
模型跑分
我曾经问锴杰，怎样才能让模型智能不断提升？得到了一个回答：来自真实产品环境的奖励函数
从模型愿景上来说，马卡龙是希望能够在日常生活中真正帮上忙，并且是长期持续为创造价值，为此他们自建了两个基准，用于指导模型训练，如下：
Macaron ChatBench
作为 Agent 最基本的能力，需要评测 Agent 在长上下文中是否对用户保持诚实，而非「先把事情搞砸，然后道歉」
Macaron LivingBench
这是一个模拟的沙盒环境，包含三种相互关联的动态机制：动态噪声、动态生存环境以及动态用户。评测观察模型是否能够持续理解用户的需求，验证信息准确性，重新规划任务路径，在用户保持耐心的情况下完成任务，说白了：完成任务，然后提供更好的体感
除此之外，还有一些常规 Bench，也让大家看一下成色
benchmark 对比图
除此之外，我不知道是不是由于还在内测，用的人很少...就是这个模型快的离谱，我让他自己写了个自己的测速脚本，然后看看自己的速度：320字/秒
我觉得它在糊弄我...于是我还录了个屏，让他做打点标记
播放
下一个
打开循环播放
00:00
/
00:00
倍速
3.0X
2.0X
1.5X
1.25X
1.0X
0.75X
0.5X
多音轨
AirPlay
0
静音播放中，点击 恢复音量
画中画
网页全屏
全屏
你可以 刷新 试试
视频信息
1.33.6
播放信息 上传日志 调试信息 [X]
视频ID
VID
-
播放流水
Flowid
-
播放内核
Kernel
-
显示器信息
Res
-
帧数
-
缓冲健康度
-
网络活动
net
-
视频分辨率
-
编码
Codec
-
mystery
mystery
-
按住画面移动小窗
我问锴杰：对于推理速度，你们干了啥？
锴杰：的确做了速度性能的优化，但太强调的话，我怕后面大家体验如果和你的实测指标不一致，会生气
好的，我绝对不说速度的事儿，另外还有个事情我得说一下，在我写这篇文章的时候，我让 Macaron 帮我去迭代了我的「大撒币计划」：速测 Qwen3.8 预览版：我用 1 小时，开发了套撒币系统
我是这么要求他的...四舍五入啥也没说，让他自己干
然后...它帮我迭代了所有的 ux，并且额外修了点 bug
看几个案例
这里我就直接放点官方的 Case 了
Coding：用 Three.js 做了一个夜航船 3D 网页。第一人称站在木船上，河灯飘在两侧，靠近时浮出诗句
播放
下一个
打开循环播放
00:00
/
00:00
倍速
3.0X
2.0X
1.5X
1.25X
1.0X
0.75X
0.5X
多音轨
AirPlay
0
静音播放中，点击 恢复音量
画中画
网页全屏
全屏
你可以 刷新 试试
视频信息
1.33.6
播放信息 上传日志 调试信息 [X]
视频ID
VID
-
播放流水
Flowid
-
播放内核
Kernel
-
显示器信息
Res
-
帧数
-
缓冲健康度
-
网络活动
net
-
视频分辨率
-
编码
Codec
-
mystery
mystery
-
按住画面移动小窗
夜航船 3D 网页（马卡龙版）
同样的 prompt，GPT 5.6 也做了一版
播放
下一个
打开循环播放
00:00
/
00:00
倍速
3.0X
2.0X
1.5X
1.25X
1.0X
0.75X
0.5X
多音轨
AirPlay
0
静音播放中，点击 恢复音量
画中画
网页全屏
全屏
你可以 刷新 试试
视频信息
1.33.6
播放信息 上传日志 调试信息 [X]
视频ID
VID
-
播放流水
Flowid
-
播放内核
Kernel
-
显示器信息
Res
-
帧数
-
缓冲健康度
-
网络活动
net
-
视频分辨率
-
编码
Codec
-
mystery
mystery
-
按住画面移动小窗
夜航船 3D 网页（GPT版）
Agent：从零构建一个混沌磁摆模拟器。小球在重力、阻尼和三枚磁铁作用下运动，实时渲染分形区域
播放
下一个
打开循环播放
00:00
/
00:00
倍速
3.0X
2.0X
1.5X
1.25X
1.0X
0.75X
0.5X
多音轨
AirPlay
0
静音播放中，点击 恢复音量
画中画
网页全屏
全屏
你可以 刷新 试试
视频信息
1.33.6
播放信息 上传日志 调试信息 [X]
视频ID
VID
-
播放流水
Flowid
-
播放内核
Kernel
-
显示器信息
Res
-
帧数
-
缓冲健康度
-
网络活动
net
-
视频分辨率
-
编码
Codec
-
mystery
mystery
-
按住画面移动小窗
混沌磁摆模拟器
播放
下一个
打开循环播放
00:00
/
00:00
倍速
3.0X
2.0X
1.5X
1.25X
1.0X
0.75X
0.5X
多音轨
AirPlay
0
静音播放中，点击 恢复音量
画中画
网页全屏
全屏
你可以 刷新 试试
视频信息
1.33.6
播放信息 上传日志 调试信息 [X]
视频ID
VID
-
播放流水
Flowid
-
播放内核
Kernel
-
显示器信息
Res
-
帧数
-
缓冲健康度
-
网络活动
net
-
视频分辨率
-
编码
Codec
-
mystery
mystery
-
按住画面移动小窗
3D魔方
然后这里还有个我觉得很有意思的 Case：3D 二维码...
（提问：3d二维码是几维码？）
播放
下一个
打开循环播放
00:00
/
00:00
倍速
3.0X
2.0X
1.5X
1.25X
1.0X
0.75X
0.5X
多音轨
AirPlay
0
静音播放中，点击 恢复音量
画中画
网页全屏
全屏
你可以 刷新 试试
视频信息
1.33.6
播放信息 上传日志 调试信息 [X]
视频ID
VID
-
播放流水
Flowid
-
播放内核
Kernel
-
显示器信息
Res
-
帧数
-
缓冲健康度
-
网络活动
net
-
视频分辨率
-
编码
Codec
-
mystery
mystery
-
按住画面移动小窗
对了，测试 UI4A 可以用 Mind Lab 发的 Claude Code 插件 Macaron Artifacts
`github.com/mindverse-ltd/macaron-artifacts`
接进 Claude Code
现在大家基本都在用 Claude Code 调各种模型，我整理了一下接法
打开 CC Switch，选顶部 Claude Code 图标，点右上角 `+`，选「手动添加」
Name 随便填，比如 `Macaron-V1`，Base URL、API Key、Model 都留空，核心是下面这段 JSON：
{
"env": {
"ANTHROPIC_BASE_URL": "https://mintcn.macaron.xin",
"ANTHROPIC_AUTH_TOKEN": "sk-xxxx",
"CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1"
},
"model": "macaron-v1-coding-venti"
}
CC Switch 配置截图
我是看着 Mind Lab 从成立的，看着他们团队建立，看着他们跑通 MoL，再到发布自己的模型，不断着验证自己的判断：通过后训练让模型持续变强，经由多专家协同让能力可生长。G-Sync兼容并不意味着它必须为G-Sync技术而构建，但在Nvidia的实际测试中，它仍然能与G-Sync显示出良好的兼容性，这意味着它可以在不付出太多成本的情况下实现与G-Sync显示类似的性能。在超过400个可变刷新率监视器的实际测试中，只有12个监视器符合G-SYNC兼容标准，NVIDA慷慨地给出了推荐购买列表供玩家参考。
B | 顾名思义，G-Sync Ultimate是下一段时间内G-Sync的最高标准。它将代表所有高端显示技术的集合，例如需要支持HDR 10、高可变刷新率、超低响应时间、配备G-Sync芯片等。英维达还展示了一些尴尬的只支持自由同步显示在游戏过程中，如闪光屏幕，绘画撕裂等。似乎在N卡前面的自由同步的强制打开没有太多好的水果吃。
C | 当然，英伟达对朋友的支持也不缺，比如35英寸的罗格-斯威夫特PG35VQ将被出售。
D | 它不仅支持G-SYNC 3440 x 1440，而且刷新率为200赫兹。价格似乎不便宜。更便宜的是即将推出的bfgd 65英寸显示器omen eperium 65，最大4K 144Hz加上G同步和屏蔽功能。毫无疑问，惠普甚至减轻了显示器的重量，使其在正式量产之前更容易搬运和挂在墙上。同时，这种显示器在国外的价格接近5000美元，足以让我们买一台高端4K电视机。Geforce RTX 2060笔记本到Geforce RTX 2060图形卡以及Geforce RTX 2080、RTX 2070笔记本也在现场展出。在Geforce RTX 2060的测试中，我们发现Geforce RTX 2060的性能与Geforce GTX 1070 Ti相当，但DLSS和RTX使其更具吸引力。现场演示也是如此。通过游戏优化和DLSS合作，Geforce RTX2060可以在保证高质量的前提下轻松实现光线跟踪效果和高帧数，这也使得视频卡本身具有成本效益。RTX笔记本可能是游戏笔记本玩家最容易达到高潮的产品。现场显示笔记本电脑包括Microstar GS65、Lenovo Y740、Razer Blade 15、Alienware M15、Rog Zephrus S GX531、Acer Preditor Triton均使用Geforce RTX 2080 Max-Q图形卡，而HP Omen、Giga Aero 15和Microstar GS75则使用Geforce RTX 2070 Max-Q玩游戏。演示、流利、管理得当就足够了。
E | 关键是Geforce RTX系列图形卡笔记本电脑也更容易获得完整的游戏体验。毕竟，你不需要额外的G-SYNC显示器，笔记本电脑制造商也不会通过成本控制夸大他们的价格。可以肯定的是，2019年的钱包生活注定是艰难的。无论是Geforce RTX笔记本电脑、G-Sync显示器还是台式电脑，都有很多花钱的理由，而且这些产品中的许多很快将在第一季度上市销售。似乎如果没有2019年的Computex，今年的PC升级预算将耗尽。
Current article:http://hwg.xuanliaruamibinmilangca.shop/news/20260826_512289.html
Published on:15:48:29
