मेटा AI ने अनावरण किया Muse Glimmer: उपभोक्ता GPU के लिए 30B ओपन-वेट एजेंटिक मॉडल

मेटा ने म्यूज़ ग्लिमर जारी किया है, जो म्यूज़ स्पार्क से आसुत 30 अरब पैरामीटर वाला मल्टीमॉडल मॉडल है, जिसे हमेशा-चालू स्थानीय एजेंट वर्कफ्लो के लिए ट्यून किया गया है, और Apache 2.0 के तहत जारी किया गया है। पूर्ण परिशुद्धता पर, 30B मॉडल को 55 GB से अधिक मेमोरी की आवश्यकता होती है, लेकिन मेटा इसे लगभग 4-बिट परिशुद्धता में संपीड़ित करता है और ब्लॉक-स्तरीय सट्टेबाज़ी डिकोडिंग जोड़ता है, जिससे यह एक उपभोक्ता GPU या Mac पर बिना नेटवर्क कॉल के चल सकता है। हगिंग फेस संग्रह में BF16 वेट, GGUF k-क्वांट, ExecuTorch बिल्ड और DFlash ड्राफ्टर शामिल हैं। म्यूज़ ग्लिमर एक सघन कारणात्मक ट्रांसफॉर्मर है जिसमें धारणा एनकोडर है, जिसमें 32 क्वेरी हेड और 2 KV हेड के साथ समूहीकृत-क्वेरी ध्यान है, और 131,072+ संदर्भ लंबाई है। प्रशिक्षण में म्यूज़ स्पार्क के आउटपुट पर लॉगिट आसवन, लंबे-संदर्भ एजेंट-भारी डेटा के साथ मध्य-प्रशिक्षण, और पर्यवेक्षित फाइन-ट्यूनिंग और सुदृढीकरण सीखने के साथ पोस्ट-प्रशिक्षण शामिल था। संपीड़ित संस्करण भाषा मॉडल के लिए 20 GB से कम लेता है, जो 24 GB या 32 GB एनवेलप में फिट बैठता है। दो क्वांटाइज़्ड बिल्ड उपलब्ध हैं: K-Quant-Dynamic 32 GB VRAM को लक्षित करता है जिसमें औसत गिरावट 0.2% है, और K-Quant-17GB 24 GB VRAM को लक्षित करता है जिसमें 1.0% है। DFlash, एक ब्लॉक-डिफ्यूजन ड्राफ्टर, एक फॉरवर्ड पास में 16 टोकन की भविष्यवाणी करता है, जो RTX 5090 पर 3.1 गुना गति प्राप्त करता है। बेंचमार्क से पता चलता है कि म्यूज़ ग्लिमर MCP Atlas (75.5), DeepSearch QA (74.6), Gaia2 (43.3), SWE-Bench Pro (51.2), और AIME 2026 (94.7) पर आगे है, लेकिन OSWorld-Verified (65.9 बनाम 75.6) और TerminalBench 2.1 पर Qwen3.6-27B से पीछे है। सुरक्षा पर, Siren AgentDojo हमले की सफलता दर 28.4 है जिसमें उपयोगिता 94.2 है, और मेटा रसायन/जैव, साइबर, और नियंत्रण-हानि जोखिम को मध्यम या कम दर्जा देता है।