Macaron-V1 — это открытое семейство агентных моделей, предназначенное для экспериментального интеллекта, позволяющее учиться на основе реальных сред и продолжать обучение после развертывания. Система сосредоточена на двух целях: адаптация через рекурсивное улучшение пар модель-обвязка (model-harness) и сотрудничество посредством архитектуры Mixture-of-LoRA (MoL), которая выбирает специализированные адаптеры LoRA для каждого пользовательского хода.
- Флагманская Macaron-V1-Venti объединяет базовую модель GLM-5.2 на 744B с четырьмя LoRA для чата, агента, программирования и GenUI.
- Macaron-V1-Tall использует модель на базе Qwen3.6 объемом 50B для локального развертывания с тем же дизайном MoL.
- Алгоритм интегрирует совместное проектирование Model-Harness, рекурсивное самосовершенствование и фреймворк агентного RL MindForge.
- Инфраструктура включает платформу постобучения MinT и метод длинного контекста RL LongStraw.
Отчет подтверждает работоспособность системы на бенчмарках персонального интеллекта, GenUI и общих возможностей, хотя кумулятивные преимущества непрерывного обучения остаются открытым вопросом.