Macaron-V1은 경험적 지능을 위해 설계된 오픈 에이전트 모델 패밀리로, 시스템이 실제 세계의 경험으로부터 학습하고 배포 후에도 지속적으로 개선할 수 있도록 합니다. 이 아키텍처는 두 가지 목표를 중심으로 합니다: 모델-하니스 쌍의 재귀적 자기 개선을 통한 적응과, 사용자 턴마다 전문가 어댑터를 선택하는 Mixture-of-LoRA(MoL) 시스템을 통한 협업.

  • 플래그십 Macaron-V1-Venti는 채팅, 에이전트, 코딩 및 GenUI 작업을 위한 네 가지 LoRA와 함께 744B GLM-5.2 베이스를 결합합니다.
  • Macaron-V1-Tall은 동일한 MoL 설계를 사용하여 로컬 배포를 위해 Qwen3.6 기반 50B 모델을 사용합니다.
  • 이 시스템은 재귀적 자기 개선을 위해 모델-하니스 공동 설계와 MindForge 에이전트 RL 프레임워크를 활용합니다.
  • 인프라에는 MinT 사후 학습 플랫폼, 긴 컨텍스트 RL을 위한 LongStraw, 그리고 희소 MoE 모델을 위한 안정화 기술이 포함됩니다.

보고서는 최첨단 베이스라인과 비교하여 Macaron-V1을 개인 지능, GenUI 및 일반 능력 벤치마크에서 검증했으며, 지속적 학습으로 인한 누적 이점은 여전히 미해결 과제로 남아 있습니다.