Mellum2.1 Faoliyat yuritmoqda

Mellum2.1 — JetBrains tomonidan taqdim etilgan, ochiq manbali AI dasturlash modeli bo‘lib, 12B parametrli aralash ekspertlar arxitekturasidan foydalanadi. Mellum2.1’da mustahkamlovchi o‘qitish yakuniy bosqichdan treningning asosiy qismiga aylandi. Millionlab sandbox ishga tushirishlari bilan birgalikda model kod bazalarini o‘rganishi, fayllarni tahrirlashi va o‘zgarishlarni tekshirishi mumkin, natijada agentik dasturlash qobiliyati sezilarli darajada oshadi. Mellum2.1 yuqori yuklamadagi o‘tkazuvchanlik bo‘yicha Qwen3.5-9B modelining qariyb ikki baravar natijasiga yaqinlashadi, xususiy infratuzilmaga joylashtirishni qo‘llab-quvvatlaydi va Hugging Face’da mavjud.

Agentik dasturlash: kod bazalarini o‘rganadi, fayllarni tahrirlaydi va o‘zgarishlarni tekshiradi; muvaffaqiyatsiz testlarning asosiy sababini aniqlashi, tuzatish yechimlarini ishlab chiqishi va tasdiqlashi mumkin.
Kodni to‘ldirish va yaratish: Mellum2 yo‘nalishini davom ettirib, kodlash jarayonlari uchun tezkor kod yaratish va savol-javob imkoniyatlarini taqdim etadi.
Vositalardan foydalanish: vazifalarni bajarish uchun tashqi vositalarni boshqara oladi, AI agentlari tizimlarini yaratish uchun mos keladi.
Umumiy mantiqiy xulosa: kundalik savollarni qayta ishlaydi hamda matematik va mantiqiy masalalarni bosqichma-bosqich yecha oladi.
Xususiy joylashtirish: mahalliy yoki tashkilotning o‘z infratuzilmasida ishlaydi, kod va ma’lumotlar to‘liq korxona ichida saqlanadi.

WeChat’da kuzatib boring va “开源” deb javob yuborib, AI ochiq manbali loyihalar guruhiga qo‘shiling
Aralash ekspertlar (MoE) arxitekturasi: Mellum2.1 12B parametrli aralash ekspertlar arxitekturasidan foydalanadi, har bir xulosa chiqarish jarayonida atigi 2.5B parametr faollashadi. Model bir nechta “ekspert” quyi tarmoqlardan iborat bo‘lib, kiruvchi ma’lumotlar marshrutlash mexanizmi orqali faqat ayrim ekspertlarga yuboriladi. Shu tariqa model sig‘imini saqlagan holda hisoblash hajmi sezilarli kamayadi va kam xarajatli, yuqori o‘tkazuvchanlikka ega xulosa chiqarish ta’minlanadi.
Katta miqyosli mustahkamlovchi o‘qitish (RL): ushbu versiyaning asosiy yangiligi trening jarayonidadir: RL oldindan o‘qitishdan keyingi qisqa yakuniy bosqichdan treningning asosiy qismiga kengaytirildi. Jamoa matematika, dasturlash musobaqalari, fan, vositalardan foydalanish va dasturiy ta’minot muhandisligi kabi vazifalarni qo‘shdi. O‘z infratuzilmasida trening davomida millionlab sandboxlarni ishga tushirib, minglab real muhitlarni qamrab oldi. Bu modelga real kodlash ssenariylari bilan o‘zaro ta’sir orqali sinov-xato va mukofot signallari yordamida agent uchun zarur bo‘lgan o‘rganish, tahrirlash va tekshirish qobiliyatlarini egallash imkonini beradi.
Ma’lumotlarni qat’iy saralash: treningda ishlatiladigan ochiq ma’lumotlar to‘plamlari tizimga kiritilishidan oldin to‘liq filtrlanadi. Testlarida nuqsonlar bo‘lgan, javoblari tekshirib bo‘lmaydigan yoki murakkabligi mos kelmaydigan vazifalar chiqarib tashlanadi. Bu RL trening signallarining ishonchliligini ta’minlab, modelning noto‘g‘ri fikr-mulohazalardan o‘rganishining oldini oladi.
Ko‘p tokenli bashorat (MTP): MTP modelga bitta oldinga uzatish jarayonida bir nechta keyingi Token’larni bashorat qilish imkonini beradi. Bitta so‘rov holatida tezlik taxminan 1.6 baravar oshadi. MoE’ning kam faollashadigan parametrlar dizayni bilan birga bu Mellum2.1’ning yuqori yuklamadagi o‘tkazuvchanligini Qwen3.5-9B modelining qariyb ikki baravar natijasiga yaqinlashtiradi.

Model sahifasiga kiring: Hugging Face’dagi JetBrains rasmiy tashkilot sahifasini ochib, Mellum2.1 model omborini toping.
Model og‘irliklarini yuklab oling: model kartasi sahifasida yuklab olish tugmasini bosing yoki litsenziya shartlariga muvofiq model fayllarini yuklab oling (talab mavjud bo‘lsa, avval foydalanish shartnomasini qabul qiling).
Joylashtirish freymvorkini tanlang: joylashtirish uchun Transformers yoki vLLM’dan foydalaning; birinchisi oddiy tekshiruvga, ikkinchisi esa ishlab chiqarish darajasidagi yuqori parallel xizmatga mos keladi.
Xulosa chiqarish muhitini sozlang: GPU muhitini tayyorlang (rasmiy benchmark bitta H200 asosida o‘tkazilgan), modelni yuklang va 131K kontekst parametrini belgilang.
Tezlashtirish opsiyasini yoqing: bitta so‘rov tezligini taxminan 1.6 baravar oshirish uchun rasmiy ko‘rsatmalarga muvofiq ko‘p tokenli bashoratni (MTP) sozlang.
Xulosa chiqarish so‘rovini yuboring: kod yaratish, ombor darajasida tahrirlash yoki agent vazifalari bo‘yicha promptlarni API orqali yuborib, model chiqishini oling.

Agentik dasturlash qobiliyati yuqori: real muhitlarda o‘tkazilgan keng ko‘lamli RL treningi tufayli kod bazalarini mustaqil o‘rganadi, fayllarni tahrirlaydi va o‘zgarishlarni tekshiradi, testdagi xatolarning asosiy sababini aniqlab, tuzatish yechimlarini ishlab chiqishi mumkin.
Xulosa chiqarish tezligi sohada yetakchi: yuqori yuklamada o‘tkazuvchanlik Qwen3.5-9B modelining qariyb ikki baravar natijasiga yaqin bo‘lib, shu darajadagi modellar orasida eng tezkorlaridan biridir.
Bitta so‘rovga tezkor javob: ko‘p tokenli bashorat (MTP) texnologiyasi bitta so‘rov tezligini taxminan 1.6 baravar oshiradi.
Samarali arxitektura: 12B MoE dizaynida atigi 2.5B parametr faollashadi, kam hisoblash xarajati bilan yuqori unumdorlik ta’minlanadi.
Trening ma’lumotlari sifati yuqori: barcha trening ma’lumotlari qat’iy saralanib, nuqsonli vazifalar chiqarib tashlanadi va o‘rganish signallarining ishonchliligi ta’minlanadi.
Kompleks qobiliyatlar kuchli: dasturlash, dasturlash musobaqalari, matematika, vositalardan foydalanish va umumiy bilim kabi yo‘nalishlarda har tomonlama takomillashgan.
Xususiy joylashtirish uchun qulay: mahalliy yoki tashkilotning o‘z infratuzilmasida ishlaydi, kod va ma’lumotlar ustidan to‘liq nazoratni ta’minlaydi hamda korxonalarning nozik ma’lumotlari bilan ishlashga mos keladi.

Loyihaning rasmiy sayti: https://blog.jetbrains.com/ai/2026/10/mellum2-1-gets-to-work-a-fast-open-model-for-coding-agents/
HuggingFace model kutubxonasi: https://huggingface.co/JetBrains/Mellum2.1-12B-A2.5B-Thinking

Agentik dasturlash: kod bazalarini mustaqil o‘rganadi, fayllarni tahrirlaydi va o‘zgarishlarni tekshiradi; testdagi xatoni aniqlashdan tortib uni tuzatishgacha bo‘lgan to‘liq jarayonni bajaradi.
Korxonaning xususiy AI yordamchisi: korxona serverlarida mahalliy joylashtirilib, kod va ma’lumotlarning ichki tarmoqdan tashqariga chiqmasligini ta’minlaydi.
IDE bilan chuqur integratsiya: JetBrains turkumidagi IDE’lar yoki uchinchi tomon vositalariga integratsiya qilinib, kodni to‘ldirish va aqlli savol-javob imkoniyatlarini taqdim etadi.
Quyi agentlarni boshqarish: past kechikish va yuqori o‘tkazuvchanlik xususiyatlariga tayanib, ko‘p agentli tizimlarda quyi vazifalarni bajaradi yoki so‘rovlarni yo‘naltiradi.
Matematik va mantiqiy xulosa: matematik masalalar, algoritmik musobaqalar va kundalik savollarni qayta ishlaydi hamda umumiy yordamchi imkoniyatlarini ham taqdim etadi.