Sage S2.1 Flash Technical Report
- 발행일
- 출처
- arXiv
- 논문 번호
- 1483
- 분야
- Machine Learning
- arXiv 번호
- 2611.21072
과학 데이터 이해 능력을 붙인 320-billion-parameter MoE 모델을 검증 가능한 에이전트 환경으로 훈련해 여러 벤치마크에서 최상위 성적을 냈다.
이 논문은 한마디로 분자, 서열, 스펙트럼 같은 과학 입력을 다루는 320-billion-parameter 혼합 전문가 모델 Sage S2.1 Flash 의 기술 보고서다. Sage Sci-Perception 인터페이스가 과학 인코더 표현을 공용 백본 입력으로 맵핑한다. 도구 사용, 검색, 코딩, ML 실험 같은 검증 가능한 환경에서 에이전트 능력을 훈련했다. 벤치마크 33개 평가에서 OfficeQA Pro, MLE-bench Lite, Harvey LAB, SpreadsheetBench 2 에서 1위를 했다.
핵심 요약
- 분자 그래프와 생물 서열 전용 인코더, 스펙트럼 수치 패치를 공용 백본에 연결하는 Sage Sci-Perception 을 만들었다.
- 도구 사용, 검색, 코딩을 검증 가능 환경으로 구축해 과제 완료를 실행 결과로 확인하는 훈련을 했다.
- ToolSpace 는 도구 2,042개에서 도구 호출 패턴 노드 77,760개를 만들고 804개 환경으로 묶었다.
- 벤치마크 33개 가운데 OfficeQA Pro(72.2), MLE-bench Lite(90.3), Harvey LAB, SpreadsheetBench 2 에서 1위했다.
- OSWorld-Verified(85.2), WebArena-Verified(67.6), DeepResearch Bench II(54.2) 에서는 2위를 기록했다.
- 생성된 SFT 궤적은 평균 18.86회 도구 호출을 담고 최대 209회까지 도달했다.
논문 링크
외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.