Bemutatjuk a Miru Mind által fejlesztett új, nyílt forráskódú MiroThinker 1.7 Mini modellt, amely kiemelkedő eredményeket ért el összetett kutatási benchmarkokon. Az epizódban szó esik a hosszú láncolatú, lépésről lépésre követhető érvelési képességeiről és arról, miért lehet hasznos eszköz, ha helyben szeretnénk ügynöki jellegű feladatokat futtatni.
Alaposan bemutatjuk többek között a modell telepítését Ubuntu rendszeren, egy Nvidia H100 GPU-val, valamint a szükséges eszközöket, mint például a VLLM és az Open Web UI használatát. Megtudhatjuk, hogyan illeszthető be a modell a helyi számítási környezetbe, milyen erőforrásigényekkel kell számolni, és milyen egyedi, XML-alapú protokoll segíti az eszközhasználatot.
Tesztesetekkel szemléltetik, mire képes a modell: például HTML animációs feladatokon, kódolási kihívásokon, valamint egy soklépcsős, valódi tőzsdei elemzés során, ahol több külső eszközhöz is hozzáfér. Külön figyelmet kap, hogyan kezeli a bonyolult eszközláncolást, az önkorrekciót és a hibák utáni helyreállást.
A videó felveti a kérdést, mennyire megbízható ez a modell általános célokra; illetve kifejezetten, hogy ügynöki, automatizált kutatási vagy elemzési feladatokra lehet-e ideális választás. A nézők betekintést kapnak az erősségekbe és a kihívásokba is, miközben bemutatjuk a szerszámhasználat komplexitását és a hosszú lépésláncok kezelését.
