Mach-Mind-4-Flash는 350억 파라미터의 Mixture-of-Experts (MoE) 에이전트 모델로, 활성화 파라미터는 30억 개입니다. 사전 훈련 컴퓨팅을 확장하지 않고도 사후 훈련 최적화만으로 1000억 파라미터급 모델에 버금가는 성능을 달성했어요. 새로운 에이전트 상호 작용 환경을 통해 실제 응용 분야에서 상당한 성능 향상을 이뤄냈습니다.
통합 RL/OPD 훈련 인프라, 다중 도메인 RL 전문가, Hybrid Median-length Policy Optimization (HMPO) 세 단계를 거쳐 개발됐으며, AIME'26에서 92.70, ClawBench에서 84.20의 점수를 기록했습니다. 기존 모델 대비 훨씬 적은 추론 비용으로 높은 성능을 제공합니다.
Mach-Mind-4-Flash는 Reasoning, General, Agent 트랙에서 병렬로 훈련된 다중 도메인 RL 전문가를 Multi-Teacher On-Policy Distillation (MOPD)로 통합하여 일반화 성능을 높였습니다.