Mingbird est un environnement d'agent local-first pour Windows et Ollama conçu pour aider les petits modèles à poids ouverts (2-9B) à accomplir des tâches réelles en traitant les modes d'échec courants tels que le débordement de contexte et les boucles. Il emploie dix mécanismes, y compris un budget de préremplissage net-zero au niveau des octets et une détection de boucle au niveau des signatures, pour compenser ces problèmes.

  • Sur le benchmark LRAB, Mingbird a obtenu un score global de 0.886, surpassant goose (0.631), opencode (0.479) et agent-mini (0.405).
  • Dans les évaluations τ²-bench, il a atteint un total de 0.856 par rapport à 0.791 et 0.737 pour les autres environnements.
  • Le système comprend une porte de fin qui relit la tâche avant d'accepter l'achèvement pour prévenir la divergence.

Les auteurs soutiennent qu'une part substantielle des échecs des petits modèles est attribuable à l'environnement plutôt qu'au modèle lui-même, démontrant que l'approche de Mingbird améliore significativement la fiabilité.