Meta publie le code de Muse avec le modèle Muse Spark 1.2

Meta a présenté Muse Code (bêta), un agent de codage en terminal propulsé par le nouveau modèle Muse Spark 1.2. Conçu pour gérer des tâches complexes de génie logiciel sur de grands dépôts, de la planification à la validation, il est disponible pour macOS et Linux via un script d'installation curl.

Agents d'arrière-plan asynchrones

Muse Code exécute une boucle d'agent principale mais génère également des agents d'arrière-plan asynchrones persistants qui restent actifs pendant toute la session. Plutôt que d'être créés par tâche, ces agents maintiennent le contexte et enchaînent les étapes suivantes de manière autonome, en communiquant si nécessaire. Cette conception réduit la collecte redondante d'informations et diminue le besoin de pilotage manuel pour les tâches multi-étapes.

Runtime de relecture exacte

Une fonctionnalité clé est le journal d'événements local, qui enregistre chaque appel de modèle, exécution d'outil, approbation et modification. Comme toutes les actions sont journalisées, le runtime est rejouable à l'identique et résistant aux pannes : en cas de crash du processus, il peut reprendre exactement là où il s'est arrêté. Cela rend les tâches de longue durée viables sans perte de progression.

Compétences intégrées

Muse Code est livré avec trois compétences par défaut :

• /plan — transforme une tâche en un plan soumis à approbation
• /grill — teste le plan en conditions difficiles jusqu'à ce qu'il tienne
• /goal — travaille à l'atteinte réussie de l'objectif

Modèle Muse Spark 1.2

Le modèle sous-jacent, Muse Spark 1.2, est une mise à jour axée sur le codage par rapport à 1.1. Meta a augmenté le calcul d'entraînement sur les tâches de codage et élargi la diversité de l'environnement d'entraînement. Il maintient également sa force dans les tâches d'agent générales. Le modèle a été co-entraîné avec Muse Code pour garantir les meilleures performances dans le harnais, et il est entraîné sur des tâches de codage à long horizon comme la génération de dépôts entiers, des projets de bout en bout de grande envergure et l'auto-recherche.

Étude de cas : Optimisation de noyaux GPU

Dans un test d'optimisation de noyaux, l'agent a exécuté plus de 1 000 appels d'outils (jusqu'à 24 heures) sur des GPU NVIDIA Hopper. Il a écrit, compilé, profilé et amélioré itérativement des noyaux GPU pour les charges de travail KDA et MLA, avec interdiction d'importer des bibliothèques de noyaux tierces. Muse Spark 1.2 a produit des pipelines Triton à deux noyaux, réalisant des gains de performance significatifs par rapport aux références en appliquant des optimisations telles que le recentrage de la décroissance cumulative pour KDA et la réutilisation du latent KV partagé pour MLA.

Disponibilité

Muse Spark 1.2 est disponible aujourd'hui dans Muse Code et via la plateforme de Meta. Pour installer Muse Code, exécutez :

curl -fsSL https://dev.meta.ai/install.sh | bash