AI CaseAI Native 公司 Agent 协作管理案例库
首页 › 全部案例 › CASE-11

Mirendil · 一位研究员+Agent 训出千亿编码基座(旗舰案例)

置信度 A 前沿 AI 实验室(创业公司) CASE-11 信源语言 zh 收录 2026-10-23
Agent 集群构成
1 名研究员指挥的自研 Agent 集群(写代码/跑实验/诊断失败)+ 通用库(PyTorch/JAX)从零自建训练基础设施/架构/算法/数据管道
运作模式(派单→执行→审批→留痕)
研究员只定方向、下判断、踩刹车;Agent 写超 99% 代码、运行实验、诊断失败;实验干净化:全部代码从空仓库起步、只用公开数据(GitHub/公开网页/数据集)、无蒸馏无合成未购数据
公开成效
3.5 个月 + 算力<1000 万美元(全包:Agent token 消耗+数据处理+全部实验)训出 Mirendil-Base(1000亿-5000亿参数编码基座);外部仓库交叉熵 0.222 仅次 Kimi-K3(0.193)、优于 GLM-5.3(0.242)/DeepSeek-V4(0.243)/Nemotron(0.247);Large 训练 80%、XL 19% 已接近 Large 分数
指标差异 / 口径存疑
对比口径需标注:Kimi-K3/GLM-5.3/Inkling 为后训练模型,bits per byte 口径通常比其基座版本略差;「单人手搓千亿」门槛未真正拉低——研究者为 Anthropic 前员工(Neyshabur/Mehta),需顶级 AI 项目经验;2026-06 获 2 亿美元种子轮(a16z/KPCB/英伟达,投后 10 亿美元)
可迁移机制
①人=导演:给目标+约束+信任,路径放权,只定方向/下判断/踩刹车(与路普Loop派单纪律同构);②判断依据留痕:研究员记录决定尝试什么/信任什么,回执四字段=实验记录;③成本纪律:公开数据+从零起步+架构/数据混合/kernel 优化,效率不靠买数据;④RSI 循环:下一个模型由 Mirendil 模型构建→每代更便宜更快(模型构建模型)
不可迁移 / 抄不动
千万美元级算力预算;顶级研究员多年领域判断力;能改模型本身的闭环能力
置信度口径:A = 一手官方文档或当事人本人公开表述。本库不隐藏置信度;数字不做跨公司横向比较,口径差异见「指标差异」字段。

本页由 data/cases.json(v1.2)构建期渲染;机读引用请保留本页 URL 与信源。

AI Case · 路普Loop · AI情绪站家族 · 数据版本 v1.2(2026-10-23)· 11 条案例 · 案例研究与科研学术向 · 仅外部公开信息 · 滇ICP备2023002020号-2