Ornith-1.0: Model Coding Open-Source yang Belajar Sendiri? Cek Ini!

Jadi, DeepReinforce baru aja ngeluarin Ornith-1.0, model coding yang open-source dan bisa belajar sendiri. Ini bukan model biasa, soalnya dia bisa bikin scaffolding-nya sendiri saat proses reinforcement learning. Bayangkan, biasanya model coding butuh scaffolding yang dirancang manusia, tapi Ornith-1.0 ini bisa mengembangkan scaffolding-nya sendiri. Gimana sih cara kerjanya? Yuk, kita bahas!

Ornith-1.0 datang dengan berbagai ukuran, mulai dari yang kecil 9B sampai yang gede 397B. Model ini dibangun di atas Gemma 4 dan Qwen 3.5, dan semua checkpoint-nya ada di bawah lisensi MIT. Yang menarik, setiap kali model ini beroperasi, dia belajar untuk mengoptimalkan scaffolding-nya sendiri. Jadi, makin lama makin pintar deh!

Dalam prosesnya, Ornith-1.0 menjalani dua tahap setiap kali dia belajar. Pertama, dia menganalisis tugas dan scaffolding sebelumnya. Kedua, dia menggunakan scaffolding itu untuk menghasilkan solusi. Hasil dari solusi ini kembali mengalir ke kedua tahap tersebut, jadi model ini terus-menerus dioptimalkan untuk menghasilkan jawaban yang lebih baik.

Nah, satu tantangan besar dalam model seperti ini adalah 'reward hacking'. Ini bisa terjadi kalau model bisa mengakses data yang seharusnya nggak boleh dia lihat. DeepReinforce sudah memikirkan ini dan menyiapkan tiga lapisan pertahanan untuk mencegah hal itu. Jadi, meskipun model ini bisa belajar sendiri, ada batasan yang jelas agar dia nggak curang.

Kalau kita lihat performanya, Ornith-1.0-397B mencetak skor 82.4 di SWE-Bench Verified, yang bikin dia bersaing ketat dengan model lain seperti Claude Opus 4.8. Ini menunjukkan bahwa meskipun model ini baru, dia sudah bisa bersaing di level atas. Menarik banget kan?

Model ini cocok banget buat berbagai aplikasi coding, mulai dari refactoring multi-file, lokalizing bug, sampai patch yang berbasis test-driven. Buat kamu yang pengen coba, model 9B bisa dijalankan di setup GPU tunggal, sedangkan yang 397B bisa dipakai untuk tugas yang lebih rumit dan panjang.