Article Detail

内容详情

围绕文章主旨、阅读节奏与信息层次进行优化,让读者进入正文前就能快速理解主题重心与阅读价值。

蚂蚁版Muse背后模型开源!Agent测评赶超Deepseek-V4-Pro详情展示图

蚂蚁版Muse背后模型开源!Agent测评赶超Deepseek-V4-Pro

PG电子试玩游戏中心-热门作品大全 602 阅读 约 5.5 分钟

智东西 作者 孙小雯 编辑 程茜 智东西10月29日消息,昨日,蚂蚁百灵 开源面向Personal Agent场景进一步训练 Ling-3.1-flash-1019 ,并同步开放 基础模型 Ling-3.1-flash-base 。1019版支持最高100万Token上下文窗口,主要面向复杂推理和智能体任务。Base版则提供后训练前的基础权重,供开发者继续训练。 其中,1019版在第三方大模型评测机构Artificial Analysis(以下简称AA)的智能指数v4.3.2评测中 获得44分,较Ling-3.1-flash提高3分 。截至10月27日,该模型在同规模开放权重模型中 排名第4 。 上一代Ling-3.1-flash于9月30日发布。时隔不到一个月,蚂蚁百灵便推出1019升级版,通过后训练,进一步提升模型处理复杂工作流和多步骤任务的能力。 这次升级也与 蚂蚁旗下个人AI助理灵光 的使用需求有关。10月27日,蚂蚁集团发布灵光2.0,新增跨会话记忆、长程任务调度和独立云主机等能力。据百灵披露,此前发布的Ling-3.1-flash已结合灵光等应用的需求和反馈开展对齐训练。 性能提升带来了更高的Token消耗。据AA统计,1019版每项智能指数评测任务 平均输出约14.5万个Token ,较Ling-3.1-flash增加超40%,单任务平均成本由1.01美元升至1.49美元(约合人民币9.94元)。 两款模型均免费开放权重。API定价方面,1019版每百万Token的输入价格为0.30美元(约合人民币2元),输出价格为0.90美元(约合人民币6元),缓存读取价格为0.06美元(约合人民币0.40元)。 模型部署方面,1019版官方模型卡列有SGLang、vLLM推理部署说明。两款模型均采用MIT许可证,开发者可从Hugging Face、魔搭社区下载权重、自行部署。 ▲Ling-3.1-flash-1019及Base开源主页(图源:Hugging Face) Ling-3.1-flash-1019开源地址: Hugging Face: https://huggingface.co/inclusionAI/Ling-3.1-flash-1019 魔搭社区: https://modelscope.cn/models/inclusionAI/Ling-3.1-flash-1019 Ling-3.1-flash-base开源地址: Hugging Face: https://huggingface.co/inclusionAI/Ling-3.1-flash-base 魔搭社区: https://modelscope.cn/models/inclusionAI/Ling-3.1-flash-base 一、1019版复杂任务成绩提升,Base模型32项测试领先 此次开源的两款模型总参数均为5600亿,每个Token激活约250亿参数,但二者定位不同。 Ling-3.1-flash-1019 是在9月30日发布的 Ling-3.1-flash 基础上进一步后训练的模型,面向复杂推理和智能体任务。以行业调研为例,AI需要查找资料、分析数据,再整理成报告;处理办公流程时,还可能需要调用工具、在多个软件之间完成操作。 AA评测数据显示,在复杂知识工作测试AA-Briefcase v1.1中, 1019版成绩从1398 Elo升至1521 Elo ;在流程自动化测试AutomationBench-AA中,该模型成绩 从62%升至68% 。此外,在科学推理测试Humanity’s Last Exam中,其成绩 从39%升至43% ;在物理推理测试CritPt中, 从18%升至26% 。 ▲Ling-3.1-flash-1019与上一代模型的部分评测成绩对比(图源:蚂蚁百灵) 与经过后训练的1019版不同,Base保留的是后训练前的基础权重,此次百灵主要公布了知识、数学、代码、推理和长文本理解等基础能力的测试成绩。 据百灵披露,在与DeepSeek-V4-Pro-Base、MiMo-V2.5-Pro-Base的对比中,Ling-3.1-flash-base在8个领域共47项基准测试里, 有32项取得三款模型中的最高分。 这两款参评模型的参数规模均大于Ling-3.1-flash-base。DeepSeek-V4-Pro-Base总参数为1.6万亿、激活参数490亿;MiMo-V2.5-Pro-Base总参数为1.02万亿、激活参数420亿,而Ling-3.1-flash-base的 总参数仅5600亿、激活参数250亿 。 具体来看,在数学测试MATH500中, Ling-3.1-flash-base获得79.40分 ,高于DeepSeek

about image
觉得有用?分享给朋友

让更多人看到这篇内容

推荐阅读

Search
热点新闻
【完整版】SGA:杰伦威会强势归来 我们现在只需要守住阵地!
【完整版】SGA:杰伦威会强势归来 我们现在只需要守住阵地!

直播吧10月26日讯 NBA常规赛,雷霆108-101击败快船,亚历山大赛后接受了媒体采访,以下为完整采访内容。 记者:谈谈杰伦·威廉姆斯。 亚历山大:天呐,我都不知道该说什么,就是为他感到难过,仅此而已,没有他显然会很艰难,但他又不是永远不回来了。他会回来,而且比以前更强,我们都知道这一点,我们现在只需要守住阵地,直到他回来。 记者:你有机会见到杰伦威了吗? 亚历山大:没有,我还没见到他。 记者

大模型定义芯片:XHEART发布X7 Ultra,释放10倍模型参数
大模型定义芯片:XHEART发布X7 Ultra,释放10倍模型参数

“让大模型定义芯片,让芯片承载大模型的下一次进化。” 10月29日,XHEART新芯航途CEO李宗霖在苏州举行的发布会上,用这句话概括了公司的技术方向。当天,XHEART正式发布大模型芯片X7 Ultra,以700 TOPS大模型算力、六大产品优势,将“大模型定义芯片”的理念转化为产品能力,并携手产业伙伴展示量产成果、公布下一代芯片X9的研发目标。 从模型适配芯片,到大模型定义芯片 智能驾驶正从多

CCTV5直播!全主力回归,男篮迎战劲旅,周琦取代杨瀚森,赢球胜率超80%
CCTV5直播!全主力回归,男篮迎战劲旅,周琦取代杨瀚森,赢球胜率超80%

为了能够更好地备战即将到来的世预赛,中国男篮也公布了最新一期的集训大名单,一共是有19名球员入选,球队将在接下来进行为期20天左右的集训时间,然后去往卡塔尔参加与沙特队的比赛。此次大名单具体如下: 后卫:贺希宁、赵睿、姜伟泽、庞峥麟、王岚嵚、程帅澎、胡明轩、廖三宁、赵继伟; 锋线:曾凡博、赵嘉义、张镇麟、李弘权、崔永熙; 内线:周琦、王哲林、胡金秋、徐昕、余嘉豪。 从这份名单上来看,郭士强带的后卫

追梦为菜鸟怒喷技术犯规:卢卡说了就没事,他说就吃T
追梦为菜鸟怒喷技术犯规:卢卡说了就没事,他说就吃T

勇士新秀亚克塞尔·伦德博格在对阵湖人的比赛中与卢卡·东契奇发生口角,赛后德雷蒙德·格林在自己的播客节目中为小兄弟出头,直指那次技术犯规判罚。 事情发生在10月21日勇士105比127不敌湖人的比赛中。伦德博格拿到12分,但真正让他成为话题的是第二节与东契奇的来回互喷——他因此吃到一次技术犯规,而东契奇在该节结束前命中了一记半场压哨球。赛后伦德博格表示,自己对东契奇“失去了所有尊重”;勇士主帅史蒂夫

强礼彪挡下那刀时,周海洋才懂:他算了一辈子,唯独没算过“真心”
强礼彪挡下那刀时,周海洋才懂:他算了一辈子,唯独没算过“真心”

‍《谷雨》最后那场戏,雨像把春江的账本全泼下来。 杀手追到巷口,刀举起来。周海洋还穿着那件挺括的西装,手里攥着没抽完的烟,像在算最后一步棋——算退路、算筹码、算谁还能卖他一次命。 然后强礼彪从暗处冲出来,整个身子压上去。 没台词,没交代,没有“大哥我替你挡了”的悲壮宣言。就一声闷响,人塌下去,血洇在泥里。 周海洋那张永远在盘算的脸,第一次空了。 他不是没见过死人。苏晓景坠楼、孙常存吞片、徐总被抬走