Ornith представила Ornith-1.5-122B: модель на 122 млрд параметров расширяет цикл самоулучшения до совместной оптимизации генерации задач, скаффолдов и развёртывания решений. Что изменилось. В Ornith-1.0 самоулучшение охватывало только оптимизацию скаффолдов и развёртываний. Версия 1.5 добавила генерацию задач и объединила все 3 этапа цикла в одну систему. Как это работает. Модель непрерывно создаёт новые тренировочные задачи вместо работы только с фиксированным набором, вручную отобранных примеров. Затем она ищет стратегии их решения и улучшает свою политику через обучение с подкреплением. То есть модель не просто проходит заранее подготовленные тесты, а формирует материал для собственного следующего цикла обучения. В публикации нет количественных результатов, сравнений с другими моделями и данных о достигнутом уровне самоулучшения. Что это значит: Ornith-1.5 пытается замкнуть весь цикл: придумывать задачи, искать способы их решения и разворачивать эти решения.