Macaron-V1 adalah keluarga agen-model terbuka yang dirancang untuk kecerdasan eksperiensial, memungkinkan pembelajaran dari lingkungan nyata dan terus belajar setelah penyebaran. Sistem ini berfokus pada dua tujuan: adaptasi melalui perbaikan rekursif pasangan model-harness dan kolaborasi melalui arsitektur Mixture-of-LoRA (MoL) yang memilih adapter LoRA spesialis per giliran pengguna.

  • Flagship Macaron-V1-Venti menggabungkan basis GLM-5.2 744B dengan empat LoRA untuk obrolan, agen, pemrograman, dan GenUI.
  • Macaron-V1-Tall menggunakan model 50B berbasis Qwen3.6 untuk penyebaran lokal dengan desain MoL yang sama.
  • Algoritme ini mengintegrasikan Co-design Model-Harness, perbaikan diri rekursif, dan kerangka kerja RL agentic MindForge.
  • Infrastruktur mencakup platform pasca-pelatihan MinT dan metode RL konteks panjang LongStraw.

Laporan ini memvalidasi sistem pada benchmark Kecerdasan Pribadi, GenUI, dan kemampuan umum, meskipun peningkatan yang menumpuk dari pembelajaran berkelanjutan masih menjadi pertanyaan terbuka.