Дом
Bai Ling выпустила открытую версию модели Ring-2.6-1T, предназначенную для решения реальных сложных циклов задач
Сегоднякомпания Bailin Large Model официально открыла исходный код своей флагманской модели логического вывода Ring-2.6-1T с триллионом параметров, разработанной для решения проблемы ограниченных возможностей выполнения задач крупных моделей в реальных производственных средах. Эта модель выходит за рамки простого увеличения количества параметров; она знаменует собой фундаментальный сдвиг в сторону сквозного совершенствования задач с длинными цепочками, таких как рабочие процессы агентов, разработка программного обеспечения и научный анализ.

С технической точки зрения Ring-2.6-1T демонстрирует три ключевых прорыва. Во-первых, она значительно повышает возможности выполнения задач агентами, достигая передовых результатов среди открытых проектов в таких тестах, как PinchBench и ClawEval, которые оценивают адаптивность агентов, при этом значительно улучшая декомпозицию задач и коррекцию на основе обратной связи.
Во-вторых, в версии представлена инновационная настраиваемая функция под названием «Reasoning Effort» с двумя уровнями интенсивности: high и xhigh. Это позволяет разработчикам балансировать затраты и производительность в зависимости от сложности задачи. Уровень «high» обеспечивает высокие результаты в тестах Tau2-Bench для телекоммуникационного бизнеса, тогда как уровень «xhigh» достигает предельной производительности при решении сложных задач логического вывода, таких как AIME26 и GPQA Diamond.
Наконец, в модели используется архитектура асинхронного обучения с подкреплением в сочетании с «алгоритмом Ice Stick», что позволяет эффективно решать проблемы стабильности во время длительных циклов обучения для моделей с триллионами параметров и значительно повысить эффективность использования ресурсов.
Ring-2.6-1T теперь доступна на Hugging Face и ModelScope . Хотя команда признает, что в плане стабильности выполнения задач с длительным горизонтом еще есть над чем работать, открытие исходного кода этой модели знаменует качественный сдвиг в области ИИ — от единичных диалоговых взаимодействий к механизму выполнения с возможностями автономного планирования и совместной работы с инструментами — предоставляя разработчикам по всему миру прочную основу для изучения сложных процессов автоматизации.
Связанная статья
Генеральный директор DeepMind Хассабис: я сплю шесть часов в день, обычно чувствую прилив энергии около часа ночи.
В недавнем интервью журналу Fortune генеральный директор Google DeepMind Демис Хаассабис раскрыл свой нестандартный подход к отдыху и продуктивности. Хаассабис признался, что спит очень мало, распределяя свои бодрствующие часы на два отдельных рабочи
OpenAI и Anthropic борются за долю рынка, несмотря на снижение выручки
Несмотря на недавние сообщения о том, что OpenAI не достигла целевых показателей по выручке, что во вторник оказало давление на акции технологических компаний, частные инвесторы, вкладывающие средства
Соблюдение требований к автономным транспортным средствам в Калифорнии: новая эра штрафов, геозоны и 1 млн миль
Компания Guident эксплуатирует шаттл AuveTech в Южной Флориде, обслуживая маршрут протяженностью четыре мили в Вест-Палм-Бич и маршрут протяженностью одну милю в Бока-Ратоне с использованием своей тех
Рекомендации по связанным специальным темам
Комментарии (0)
Сегодня

С технической точки зрения Ring-2.6-1T демонстрирует три ключевых прорыва. Во-первых, она значительно повышает возможности выполнения задач агентами, достигая передовых результатов среди открытых проектов в таких тестах, как PinchBench и ClawEval, которые оценивают адаптивность агентов, при этом значительно улучшая декомпозицию задач и коррекцию на основе обратной связи.
Во-вторых, в версии представлена инновационная настраиваемая функция под названием «Reasoning Effort» с двумя уровнями интенсивности: high и xhigh. Это позволяет разработчикам балансировать затраты и производительность в зависимости от сложности задачи. Уровень «high» обеспечивает высокие результаты в тестах Tau2-Bench для телекоммуникационного бизнеса, тогда как уровень «xhigh» достигает предельной производительности при решении сложных задач логического вывода, таких как AIME26 и GPQA Diamond.
Наконец, в модели используется архитектура асинхронного обучения с подкреплением в сочетании с «алгоритмом Ice Stick», что позволяет эффективно решать проблемы стабильности во время длительных циклов обучения для моделей с триллионами параметров и значительно повысить эффективность использования ресурсов.
Ring-2.6-1T теперь доступна на
Генеральный директор DeepMind Хассабис: я сплю шесть часов в день, обычно чувствую прилив энергии около часа ночи.
В недавнем интервью журналу Fortune генеральный директор Google DeepMind Демис Хаассабис раскрыл свой нестандартный подход к отдыху и продуктивности. Хаассабис признался, что спит очень мало, распределяя свои бодрствующие часы на два отдельных рабочи
OpenAI и Anthropic борются за долю рынка, несмотря на снижение выручки
Несмотря на недавние сообщения о том, что OpenAI не достигла целевых показателей по выручке, что во вторник оказало давление на акции технологических компаний, частные инвесторы, вкладывающие средства











