
开发者要基座模型,蚂蚁真给了!6大训练关键节点同步开源(在新窗口打开)
百灵为开发者提供了多个可继续训练的起点。今日,蚂蚁百灵开源Ling-3.0-tiny-base和Ling-3.0-flash-base。除最终Base模型权重外,团队还同步开放了两款模型的预训练和中期训练权重,共计6个checkpoints。
共 235 篇

百灵为开发者提供了多个可继续训练的起点。今日,蚂蚁百灵开源Ling-3.0-tiny-base和Ling-3.0-flash-base。除最终Base模型权重外,团队还同步开放了两款模型的预训练和中期训练权重,共计6个checkpoints。

研究团队以92个仿真任务和13个真机任务评估模型控制机器人的风险,并测试LEASH三道安全门。部分配置在所测真机任务中未出现伤害,结果不代表开放环境中的安全保证。

书生-S2.1 Flash支持多类科学数据,并演示3D Slicer、Blender、QGIS及CAD操作。团队报告其在MLE-bench Lite得到90.3分,成绩对应所列参评模型和测试设置。

FlashStates针对KDA、GDN和Mamba等混合架构,联合管理递归状态与KV缓存。团队在B200及长上下文工作负载中测试了前缀复用、预填充速度和分层缓存收益。

Philipp Schmid分享了只保留Bash和媒体查看器的智能体设计。其350余项任务对比中,完成率接近而Token与费用存在差异;单次运行结果仍需重复实验验证。

量子位转述Latent Space的30题速度测试和太阳系、生长树、光线追踪案例,记录该配置的峰值速度及与两款Flash模型的差异。

团队从 GLM-5.3-Flash 进行后训练,结合任务筛选、异步采样和统一运行框架,在终端及软件工程基准报告成绩与估算成本。

团队以 Qwen3.8-Flash 为基础进行后训练,主模型 1250 亿参数、激活 60 亿。厂商评测中部分 Agent 任务分数提高,计算与数学类别下降,文章也给出四个官方案例。

FlashProve 通过权重承诺和零知识证明验证受支持的推理结果。在 Llama 4 Maverick 实验中,每份证明检查一个 Token,CPU 多线程验算约 17 秒,服务方需要参与生成证明。

FlashProve 用权重承诺与零知识证明探索模型推理验证。团队在400B参数的Llama 4 Maverick上报告约110 Token/s证明吞吐;当前实验为1024 Token窗口中的单个输出Token,仍受整数计算、贪婪解码及较高证明成本限制。