🚀 Przedstawiamy LongCat-Flash-Thinking-2601 — wersję stworzoną do głębokiego i ogólnego myślenia agentowego. ✨ Najważniejsze cechy: 🤖 Najwyższej klasy możliwości agenta 🔹 Wydajność: Wyniki benchmarków na najwyższym poziomie (TIR / Wyszukiwanie agentowe / Użycie narzędzi agentowych); doskonała zdolność do generalizacji, przewyższająca Claude'a w złożonych, losowych zadaniach 🔹 Skalowanie środowiska: Wiele automatycznie skonstruowanych wysokiej jakości środowisk; gęsta graf zależności 🔹 Multi-Env RL: Rozszerzone DORA (nasza infrastruktura RL), wspierająca szkolenie agentowe w dużej skali w wielu środowiskach 🛡️ Odporność na rzeczywistość 🔹 Wydajność: Solidna wydajność w chaotycznych, niepewnych scenariuszach (Vita-Noise & Tau^2-Noise) 🔹 Analiza hałasu: Systematycznie analizowany rzeczywisty hałas w scenariuszach agentowych 🔹 Curriculum RL: Zwiększanie rodzaju i intensywności hałasu podczas szkolenia 🎯 Tryb intensywnego myślenia ​🔹 Myślenie równoległe: Rozszerza zakres poprzez wiele niezależnych torów rozumowania 🔹 Iteracyjne podsumowanie: Zwiększa głębokość, wykorzystując model podsumowujący do syntezowania wyników, wspierając iteracyjne pętle rozumowania 📅 Jeszcze jedna rzecz: kontekst 1M-tokenów za pomocą Zigzag Attention już wkrótce. 🔍 Wypróbuj to teraz: ✅ Dostęp do API dla tej wersji jest również dostępny. Hugging Face: GitHub: