Macaron-V1 是一个面向体验式智能的开放智能体模型家族，使系统能够从真实世界经验中学习并在部署后持续改进。其架构围绕两个目标：通过模型- harness 对的递归自我提升实现适应，以及通过 Mixture-of-LoRA (MoL) 系统在每次用户交互中选择专家适配器实现协作。

  • 旗舰版 Macaron-V1-Venti 结合 744B GLM-5.2 基础模型与四个 LoRA，分别用于聊天、智能体、编码和 GenUI 任务。
  • Macaron-V1-Tall 使用基于 Qwen3.6 的 50B 模型，采用相同的 MoL 设计以支持本地部署。
  • 该系统采用 Model-Harness Co-design 与 MindForge 智能体强化学习框架实现递归自我提升。
  • 基础设施包括 MinT 后训练平台、LongStraw 长上下文强化学习以及稀疏 MoE 模型的稳定性技术。

报告在个人智能、GenUI 和通用能力基准测试中对 Macaron-V1 进行了验证，与前沿基线模型对比，但持续学习带来的累积增益仍是未解之谜。