Article Detail

内容详情

围绕文章主旨、阅读节奏与信息层次进行优化,让读者进入正文前就能快速理解主题重心与阅读价值。

蚂蚁版Muse背后模型开源!Agent测评赶超Deepseek-V4-Pro详情展示图

蚂蚁版Muse背后模型开源!Agent测评赶超Deepseek-V4-Pro

PG电子试玩游戏中心-热门作品大全 298 阅读 约 5.5 分钟

智东西 作者 孙小雯 编辑 程茜 智东西10月29日消息,昨日,蚂蚁百灵 开源面向Personal Agent场景进一步训练 Ling-3.1-flash-1019 ,并同步开放 基础模型 Ling-3.1-flash-base 。1019版支持最高100万Token上下文窗口,主要面向复杂推理和智能体任务。Base版则提供后训练前的基础权重,供开发者继续训练。 其中,1019版在第三方大模型评测机构Artificial Analysis(以下简称AA)的智能指数v4.3.2评测中 获得44分,较Ling-3.1-flash提高3分 。截至10月27日,该模型在同规模开放权重模型中 排名第4 。 上一代Ling-3.1-flash于9月30日发布。时隔不到一个月,蚂蚁百灵便推出1019升级版,通过后训练,进一步提升模型处理复杂工作流和多步骤任务的能力。 这次升级也与 蚂蚁旗下个人AI助理灵光 的使用需求有关。10月27日,蚂蚁集团发布灵光2.0,新增跨会话记忆、长程任务调度和独立云主机等能力。据百灵披露,此前发布的Ling-3.1-flash已结合灵光等应用的需求和反馈开展对齐训练。 性能提升带来了更高的Token消耗。据AA统计,1019版每项智能指数评测任务 平均输出约14.5万个Token ,较Ling-3.1-flash增加超40%,单任务平均成本由1.01美元升至1.49美元(约合人民币9.94元)。 两款模型均免费开放权重。API定价方面,1019版每百万Token的输入价格为0.30美元(约合人民币2元),输出价格为0.90美元(约合人民币6元),缓存读取价格为0.06美元(约合人民币0.40元)。 模型部署方面,1019版官方模型卡列有SGLang、vLLM推理部署说明。两款模型均采用MIT许可证,开发者可从Hugging Face、魔搭社区下载权重、自行部署。 ▲Ling-3.1-flash-1019及Base开源主页(图源:Hugging Face) Ling-3.1-flash-1019开源地址: Hugging Face: https://huggingface.co/inclusionAI/Ling-3.1-flash-1019 魔搭社区: https://modelscope.cn/models/inclusionAI/Ling-3.1-flash-1019 Ling-3.1-flash-base开源地址: Hugging Face: https://huggingface.co/inclusionAI/Ling-3.1-flash-base 魔搭社区: https://modelscope.cn/models/inclusionAI/Ling-3.1-flash-base 一、1019版复杂任务成绩提升,Base模型32项测试领先 此次开源的两款模型总参数均为5600亿,每个Token激活约250亿参数,但二者定位不同。 Ling-3.1-flash-1019 是在9月30日发布的 Ling-3.1-flash 基础上进一步后训练的模型,面向复杂推理和智能体任务。以行业调研为例,AI需要查找资料、分析数据,再整理成报告;处理办公流程时,还可能需要调用工具、在多个软件之间完成操作。 AA评测数据显示,在复杂知识工作测试AA-Briefcase v1.1中, 1019版成绩从1398 Elo升至1521 Elo ;在流程自动化测试AutomationBench-AA中,该模型成绩 从62%升至68% 。此外,在科学推理测试Humanity’s Last Exam中,其成绩 从39%升至43% ;在物理推理测试CritPt中, 从18%升至26% 。 ▲Ling-3.1-flash-1019与上一代模型的部分评测成绩对比(图源:蚂蚁百灵) 与经过后训练的1019版不同,Base保留的是后训练前的基础权重,此次百灵主要公布了知识、数学、代码、推理和长文本理解等基础能力的测试成绩。 据百灵披露,在与DeepSeek-V4-Pro-Base、MiMo-V2.5-Pro-Base的对比中,Ling-3.1-flash-base在8个领域共47项基准测试里, 有32项取得三款模型中的最高分。 这两款参评模型的参数规模均大于Ling-3.1-flash-base。DeepSeek-V4-Pro-Base总参数为1.6万亿、激活参数490亿;MiMo-V2.5-Pro-Base总参数为1.02万亿、激活参数420亿,而Ling-3.1-flash-base的 总参数仅5600亿、激活参数250亿 。 具体来看,在数学测试MATH500中, Ling-3.1-flash-base获得79.40分 ,高于DeepSeek

about image
觉得有用?分享给朋友

让更多人看到这篇内容

推荐阅读

Search
热点新闻
布罗基:国米锋线意甲最强;米兰的关键球员能否复出很重要
布罗基:国米锋线意甲最强;米兰的关键球员能否复出很重要

在米兰德比前夕和新圣西罗项目公布后的第二天,AC米兰和国际米兰双料旧将克里斯蒂安-布罗基为Sitiscommesse.com分析了与两家俱乐部都息息相关的两个时事话题。 “AC米兰在对阵博洛尼亚的上半场取得了领先,但下半场却表现得一塌糊涂。在一场崩溃之后,德比战不需要教练的干预来重置球队:有些比赛在情感和精神层面是会自行准备的,这场就是其中之一。教练的工作主要体现在那些需要不同专注度和准备的比赛中

中金公司最新研判:市场已跌出赔率,但还没跌出“基本面底”,重现“924时刻”最核心是居民信用周期改善
中金公司最新研判:市场已跌出赔率,但还没跌出“基本面底”,重现“924时刻”最核心是居民信用周期改善

投资者内参丨易烊铭 A股下半年持续表现疲弱,科创50与创业板指数从6月底高点回撤至今已接近45%;港股尤其是恒生科技指数自去年10月高点以来持续下跌,并基本跌回“924”行情原点,市场情绪明显降温。 面对大幅回调,市场何时见底、在什么条件下能够见底,成为投资者当下最为关心的话题。11月1日,中金公司研究部董事总经理、首席港股与海外策略分析师刘刚团队发布最新报告《市场如何见底?》,通过对比历史周期,

刘欢去世才1个多月,杨坤又传来“坏消息”,令人担心的事发生了
刘欢去世才1个多月,杨坤又传来“坏消息”,令人担心的事发生了

刘欢走了才一个多月,很多人还没从惋惜里缓过来, 杨坤却在节目里说出了一桩藏了二十多年的心事,让不少人替他捏了把汗。 2026 年 9 月 25 日,著名音乐家刘欢在上海因病逝世,享年 63 岁, 对外经济贸易大学发布了讣告,消息传来,很多人心里都空了一块。 刘欢的歌陪着几代人走过,春晚的舞台上,他的歌声曾是无数家庭除夕夜的记忆,如今那个声音再也不会有新的现场。 从豪情满怀的歌到影视剧里的曲,他的声

特雷维萨尼:西塞得到的出场时间或许比他应得的还少
特雷维萨尼:西塞得到的出场时间或许比他应得的还少

里卡多-特雷维萨尼在《Pressing》节目中高度评价了阿尔法乔-西塞。后者在对阵热那亚的比赛中取得进球,并在11月国际比赛日期间首次获得意大利国家队征召。 特雷维萨尼表示:“他是一名令人难以置信的球员,得到的出场时间或许比他应得的还少,因为阿莫林必须想办法在普利希奇和拉莫斯之间为他找到位置,组成球队的进攻三叉戟。此外还有莫雷拉,他也是一名非常出色的球员,进攻属性远强于防守。” 他还表示:“西塞正

《伟大的长征》她酷似王珞丹,37岁素颜出镜还有少女感,可爱阳光招人喜欢
《伟大的长征》她酷似王珞丹,37岁素颜出镜还有少女感,可爱阳光招人喜欢

《伟大的长征》播出后,观众好评如潮。将红军长征进程拍得细腻感人,又全面又有艺术性,人物群像也塑造得很好,每个人物都很鲜活生动。 这部剧中女红军形象也有一定篇幅,以往大家了解得不多的刘英,这部剧也有不少镜头。 这部剧没有演成那种符号化的“女英雄”,她非常清楚自己在做什么,有坚定的信仰,并且为着这个信仰去努力。也没有把她拍成一个只会喊口号的人。导演张永新给刘英的定位,是“苦中有甜”。 有一场戏让人印象