🚀 Scalarea încorporațiilor, nu doar experților—introducând o nouă cale pentru LLM-uri eficiente. Constatare cheie: În scenarii cu raritate ridicată, încorporarea N-gramurilor oferă o frontieră Pareto mai bună decât simpla adăugare a mai multor experți MoE. Prin urmare, introducem LongCat-Flash-Lite—primul model opensource construit pe această perspectivă. ⚙️ 68,5B Total Params(37,13B non-embedding) | 2.9B~4.5B Activ 📊 Performanță ridicată: SWE-Bench 54.4 | τ²-Bench 72.8 | TerminalBench 33.75 📃 Fereastră de context 256K (alimentată de YARN) ✨ Optimizat pentru Agentic/Coding, puternic în raționament general ⚡ ~700 token/s viteză maximă de inferență Rezultatul: Obține performanță competitivă la scara sa, cu un cost și o latență semnificativ mai mici. Față de îmbrățișare: Raport tehnic:

🚀 Raport tehnic LongCat-Flash-Thinking-2601 – acum lansat complet! Perspective cheie: 🌍 RL agentic la scară largă (14 pagini de analize aprofundate!) 🔹 Scalarea mediului: O privire detaliată asupra pipeline-ului nostru automatizat care construiește 10.000+ medii executabile, verificabile, pe 20+ domenii. 🔹 Infrastructură RL: Un cadru DORA îmbunătățit care suportă antrenament asincron cu 32.000+ medii concurente, abordând probleme de stabilitate în sarcini cu coadă lungă și foarte eterogene. 🛡️ Robustețe în sălbăticie 🔹 Injecție de zgomot: Fără agenți "de seră". Analizăm sistematic zgomotul din lumea reală (zgomot de utilizator/uneltă) și îl injectăm direct în bucla de antrenament. 🔹 Curriculum RL: O strategie bazată pe curriculum care întărește treptat modelul în medii dezordonate și imperfecte. 🧠 Cadrul de gândire grea 🔹 Raționament paralel: Extinde lățimea generând multiple traiectorii de raționament independente. 🔹 Rezumare iterativă: Extinde profunzimea folosind un model sumar pentru a reflecta și sintetiza traiectorii paralele înainte de a lua decizii finale. 🔹 Memorie contextuală: Un modul de memorie construit special pentru a menține raționamentul coerent pe termen lung. ⚡ Atenție în zigzag 🔹 Proiectarea conectivității Zigzag combinând MLA + SSA pentru a reduce calculele, păstrând în același timp fluxul global de informații. 🔹 Trecerea la variante rare în timpul antrenamentului oferă o accelerare de 1,5× și suportă contexte cu 1 milion de tokenuri — punând bazele unor progrese viitoare în raționamentul agentic pe termen lung. 🔹 Explorează: 📊 Obține SOTA printre modele open-source în cadrul principalelor benchmark-uri agențice: căutare, utilizarea uneltelor, raționament matematic și programare. Dacă doriți mai multe detalii, nu ezitați să consultați raportul tehnic complet. • Hârtie: • Site web: • GitHub: • Îmbrățișare a faței:

🚀 Vă prezentăm LongCat-Flash-Thinking-2601 — O versiune construită pentru gândirea agentică profundă și generală. ✨ Momente importante: 🤖 Capabilități de agent de top 🔹 Performanță: Rezultate de top la benchmark (TIR / Căutare Agentică / Utilizare Unelte Agentice); capacitate superbă de generalizare, depășindu-l pe Claude în sarcini complexe, aleatorii 🔹 Scalare ambientală: Mai multe medii construite automat și de înaltă calitate; Graf de dependență dens 🔹 Multi-Env RL: DORA extinsă (infrastructura noastră RL), susținând antrenament agentic multi-mediu la scară largă 🛡️ Robustețe în lumea reală 🔹 Performanță: Performanță solidă în situații dezordonate și incerte (Vita-Noise & Tau^2-Noise) 🔹 Analiza zgomotului: Analiză sistematică a zgomotului din lumea reală în scenarii agențice 🔹 Curriculum RL: Creșterea tipului și intensității zgomotului în timpul antrenamentului 🎯 Modul de gândire grea 🔹 Gândire paralelă: Extinde gama prin multiple trasee independente de raționament 🔹 Rezumare iterativă: Îmbunătățește profunzimea folosind un model de rezumat pentru a sintetiza ieșirile, susținând buclele de raționament iterativ 📅 Încă ceva: contextul cu 1M token prin Zigzag Attention va apărea în curând. 🔍 Încearcă acum: ✅ Este disponibil și acces API pentru această versiune. Față de îmbrățișare: GitHub: