Macaron-V1 adalah keluarga agen-model terbuka yang dirancang untuk kecerdasan eksperiensial, memungkinkan sistem belajar dari pengalaman dunia nyata dan terus meningkatkan diri setelah deployment. Arsitekturnya berpusat pada dua tujuan: adaptasi melalui perbaikan diri rekursif pasangan model-harness, dan kolaborasi melalui sistem Mixture-of-LoRA (MoL) yang memilih adapter spesialis per giliran pengguna.

  • Flagship Macaron-V1-Venti menggabungkan basis 744B GLM-5.2 dengan empat LoRA untuk tugas chat, agen, coding, dan GenUI.
  • Macaron-V1-Tall menggunakan model 50B berbasis Qwen3.6 untuk deployment lokal dengan desain MoL yang sama.
  • Sistem ini menerapkan Model-Harness Co-design dan framework agentic RL MindForge untuk perbaikan diri rekursif.
  • Infrastruktur mencakup platform pasca-pelatihan MinT, LongStraw untuk RL konteks panjang, dan teknik stabilitas untuk model MoE sparse.

Laporan ini memvalidasi Macaron-V1 pada benchmark Kecerdasan Pribadi, GenUI, dan kemampuan umum terhadap baseline frontier, meskipun peningkatan kompaun dari pembelajaran berkelanjutan masih menjadi pertanyaan terbuka.