欧洲国产又粗又黄又爽的视频

电脑版下载

73930
3

欧洲国产又粗又黄又爽的视频截图J8B1X4R6M2L9T5Q3W7PZ

内容详情

欧洲国产又粗又黄又爽的视频

智东西作者王涵编辑漠影

智东西9月30日消息，今天，蚂蚁百灵大模型宣布开源其思考模型Ring-1T的预览版——Ring-1T-preview，参数量达1000B（1万亿）！

开源链接：

Hugging Face：https://huggingface.co/inclusionAI/Ring-1T-preview

魔搭社区：https://modelscope.cn/models?page=1&tabKey=task

该模型延续Ling 2.0的MoE架构，在20T高质量语料上完成预训练，结合此前公开的棒冰（icepop）方法，在自研开源高效强化学习系统ASystem上进行了针对推理能力的RLVR训练。

在AIME 2025（美国数学邀请赛），Ring-1T通过纯自然语言推理即可取得92.6的高分，进一步逼近GPT-5 with thinking（no tools）的94.6水平。

此外，在哈佛-麻省理工数学竞赛HMMT 2025，竞赛级代码生成任务LiveCodeBench v6、CodeForces上，以及抽象推理基准ARC-AGI-1等任务中，Ring-1T均超越Gemini-2.5-pro和DeepSeek-V3.1-Terminus-Thinking。

为了进一步探索Ring-1T早期版本的推理上限，研究团队将其接入多智能体框架AWorld，并在IMO 2025（国际数学奥林匹克竞赛）上进行了纯自然语言推理测试。

此前，Ring-flash-2.0在允许三次推理尝试的设定下，直到第三次才勉强解出第3题。相比之下，Ring-1T在本次测试中仅用一次推理就解出了第3题，并且在第1、2、4、5题上也能一次性给出部分正确答案。

百灵团队称Ring-1T仍在持续训练中，此次发布的预览版仍存在语种混杂、推理重复、身份认知错误等问题，希望通过开源社区的反馈，进一步完善Ring-1T的功能。

从今年3月到现在，蚂蚁一直在对百灵大模型进行迭代优化。3月，蚂蚁开源了两款MoE（混合专家）大语言模型Ling-Lite和Ling-Plus，并在4月发布了Ling-Lite的更新版本Ling-lite-0415。4月初，轻量级推理模型Ring-lite-distill-preview和混合线性长推理模型Ring-lite-linear-preview开源。

5月，蚂蚁发布了MoE架构的全模态大模型Ming-lite-omni-preview和Ming-lite-uni，并开源了统一多模态大模型Ming-lite-omni和Ling-lite-1.5。

6月，在Ling-lite-1.5的基础上，蚂蚁发布了轻量级推理模型Ring-lite。7月，其发布了Ming-lite-omni v1.5、Ring-lite-2507和Ling-lite-1.5-2507。

9月，蚂蚁开源语言模型Ling-mini-2.0，在此基础上推出了推理模型Ring-mini-2.0和轻量版Ling-flash-2.0以及思考模型Ring-flash-2.0。

上周五，蚂蚁也才刚刚开源两款思考模型——Ring-flash-linear-2.0 与 Ring-mini-linear-2.0，还同步发布两大自研融合算子，即FP8融合算子和线性Attention推理融合算子。

结语：百灵大模型在复杂逻辑推理能力上下“狠功夫”

百灵大模型团队此次开源，是想要通过开放早期成果，汇聚社区智慧，对于Ring-1T进行“查漏补缺”。

从AIME到IMO国际顶级数学竞赛的初步测试表现来看，Ring-1T在复杂逻辑推理能力上进一步提升，正式版本的性能值得期待。