Meta 重回开源权重（open weights）领域！Muse Glimmer 是一款全新的 30B（300亿参数）模型，采用干净的 Apache 2.0 许可证（相比以前糟糕的 Llama 许可证有了很大提升）。
他们声称针对我一直在本地模型中寻找的功能进行了优化：
- 端到端智能体任务完成（End-to-end Agentic Task Completion）。 Muse Glimmer 在包括 DeepSearch QA、MCP-Atlas、𝛕-Bench 和 SWE-Bench 在内的全任务基准测试中取得了很高的成功率，这些基准测试衡量了它在脚手架（scaffolds）内工作、编写和调试代码以及从头到尾解决多轮请求的能力。
- 可靠的工具调用（Reliable Tool Use）。 该模型可以处理广泛的函数调用，在扩展的工作流中以精确的 schema 调用工具。
- 多步推理（Multi-Step Reasoning）。 Muse Glimmer 可以在长跨度内进行链式推理，在复杂、扩展的工作流中保持连贯的计划。[…]
这是我使用 LM Studio 的 18.16 GB 版本模型生成的一只鹈鹕：
我还用我的 llm-coding-agent 插件进行了测试，在一个全新检出的 Datasette 仓库上运行，提示词为：
how does auth work?
这是它的回复，位于展示其为探索代码库而进行的所有工具调用的冗长记录的末尾。我使用 llm-lmstudio 运行了此测试，并应用