Meta Superintelligence Labs meluncurkan Muse Glimmer dengan kapasitas 30 miliar parameter untuk kebutuhan agen lokal.

Model open-weight ini dirancang di bawah lisensi Apache 2.0 agar dapat berjalan langsung di perangkat komputer pribadi.

Arsitektur dan Tahapan Pelatihan

Model ini menggabungkan eksekusi jangka panjang, pemanggilan alat yang presisi, serta pemahaman multimodal.

Proses pelatihan terbagi menjadi tiga tahapan utama termasuk pre-training dan post-training.

Optimalisasi Perangkat Lokal

Meta menggunakan kuantisasi untuk menekan ukuran bobot model agar muat dalam konfigurasi memori standar.

Model ini juga memanfaatkan teknik speculative decoding untuk menghasilkan teks dengan lebih cepat.

Pengguna kini dapat mengunduh bobot model Muse Glimmer melalui Hugging Face untuk berbagai platform.

Kemampuan dan Kinerja Model

Dalam hal penyelesaian tugas ujung-ke-ujung, model ini diuji menggunakan berbagai tolok ukur seperti DeepSearch QA dan SWE-Bench untuk menilai kemampuannya menulis kode.

Muse Glimmer juga dilatih untuk memulihkan diri secara mandiri ketika pemanggilan alat gagal atau menghasilkan keluaran yang tidak terduga.

Pemberdayaan encoder persepsi khusus memungkinkan model menerima teks serta gambar terinterkalasi untuk menafsirkan tangkapan layar dan dokumen.

Ketersediaan dan Integrasi

Model ini sudah tersedia di Hugging Face dan mendukung berbagai platform lokal seperti Ollama, LM Studio, serta Unsloth.

Meta turut berkolaborasi dengan AMD, Arm, Dell, Intel, dan NVIDIA guna mengoptimalkan kinerja model lintas perangkat.