🚀 Vi introduserer LongCat-Flash-Thinking-2601 — En versjon bygget for dyp og generell agentisk tenkning. ✨ Høydepunkter: 🤖 Topp Tier agentkapasiteter 🔹 Ytelse: Toppnivå benchmarkresultater (TIR / Agentisk søk / Bruk av agentisk verktøy); utmerket generaliseringsevne, og overgår Claude i komplekse, tilfeldige oppgaver 🔹 Miljøskala: Flere automatisk konstruerte miljøer av høy kvalitet; Tett avhengighetsgraf 🔹 Multi-Env RL: Utvidet DORA (vår RL-infrastruktur), som støtter storskala multi-miljø agentisk trening 🛡️ Robusthet i den virkelige verden 🔹 Ytelse: Solid ytelse i rotete, usikre situasjoner (Vita-Noise & Tau^2-Noise) 🔹 Støyanalyse: Systematisk analysert støy i den virkelige verden i agentiske scenarier 🔹 Læreplan RL: Økt støytype og intensitet under trening 🎯 Tung tenkemodus 🔹 Parallell tenkning: Utvider bredden via flere uavhengige resonnementsspor 🔹 Iterativ oppsummering: Forbedrer dybden ved å bruke en oppsummeringsmodell for å syntetisere utdata, og støtter iterative resonnementsløkker 📅 En ting til: 1M-token-kontekst via Zigzag Attention kommer snart. 🔍 Prøv nå: ✅ API-tilgang for denne versjonen er også tilgjengelig. Klemmeansikt: GitHub: