메타, 뮤즈 스파크 1.2 모델과 함께 뮤즈 코드 출시

메타가 새로운 Muse Spark 1.2 모델로 구동되는 터미널 코딩 에이전트 Muse Code(베타)를 공개했습니다. 대규모 저장소에서 계획부터 검증까지 복잡한 소프트웨어 엔지니어링 작업을 처리하도록 설계되었으며, curl 설치 스크립트를 통해 macOS와 Linux에서 사용할 수 있습니다.

비동기 백그라운드 에이전트

Muse Code는 메인 에이전트 루프를 실행하면서 세션 전체에 걸쳐 활성 상태를 유지하는 지속적인 비동기 백그라운드 에이전트를 생성합니다. 작업별로 생성되는 대신, 이러한 에이전트는 컨텍스트를 유지하고 필요할 때 통신하면서 다음 단계를 자율적으로 수행합니다. 이 설계는 중복된 정보 수집을 줄이고 다단계 작업에서 수동 조정의 필요성을 감소시킵니다.

재생 정확한 런타임

핵심 기능은 로컬 이벤트 로그로, 모든 모델 호출, 도구 실행, 승인, 편집을 기록합니다. 모든 작업이 기록되므로 런타임은 재생 정확하고 재시작에 안전합니다. 프로세스가 충돌해도 정확히 중단된 지점에서 다시 시작할 수 있습니다. 따라서 진행 상황을 잃지 않고 장기 실행 작업이 가능합니다.

번들 스킬

Muse Code는 세 가지 기본 스킬과 함께 제공됩니다:

• /plan — 작업을 승인 게이트 계획으로 전환
• /grill — 계획이 견고해질 때까지 스트레스 테스트
• /goal — 목표의 성공적인 완료를 위해 작업

Muse Spark 1.2 모델

기반 모델인 Muse Spark 1.2는 1.1 대비 코딩에 초점을 맞춘 업데이트입니다. 메타는 코딩 작업에 대한 훈련 컴퓨팅을 확장하고 훈련 환경 다양성을 늘렸습니다. 또한 일반 에이전트 작업에서도 강점을 유지합니다. 이 모델은 Muse Code와 공동 훈련되어 하네스에서 최상의 성능을 보장하며, 전체 저장소 생성, 대규모 엔드투엔드 프로젝트, 자동 리서치와 같은 장기 코딩 작업에 대해 훈련되었습니다.

사례 연구: GPU 커널 최적화

커널 최적화 테스트에서 에이전트는 NVIDIA Hopper GPU에서 1,000회 이상의 도구 호출(최대 24시간) 동안 실행되었습니다. KDA 및 MLA 워크로드에 대한 GPU 커널을 반복적으로 작성, 컴파일, 프로파일링 및 개선했으며, 모델은 타사 커널 라이브러리를 가져오는 것이 금지되었습니다. Muse Spark 1.2는 KDA의 게이트 누적 감쇠 재중심화와 MLA의 공유 KV 잠재 변수 재사용과 같은 최적화를 적용하여 베이스라인 대비 상당한 성능 향상을 달성하는 두 커널 Triton 파이프라인을 생성했습니다.

가용성

Muse Spark 1.2는 오늘 Muse Code와 메타 플랫폼에서 사용할 수 있습니다. Muse Code를 설치하려면 다음을 실행하세요:

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