🚀 Upotusten skaalautuminen, ei pelkästään asiantuntijat – tuodaan uusi polku tehokkaisiin LLM-malleihin. Keskeiset havainnot: Korkean harvoisuuden skenaarioissa N-grammin upotukset tarjoavat paremman Pareto-rajapinnan kuin pelkkien MoE-asiantuntijoiden lisääminen. Siksi esittelemme LongCat-Flash-Lite – ensimmäisen avoimen lähdekoodin mallin, joka perustuu tähän oivallukseen. ⚙️ 68,5B kokonaisparametrit (37,13B ei-upotettu) | 2.9B~4.5B Aktiivinen 📊 Korkea suorituskyky: SWE-Bench 54.4 | τ²-penkki 72,8 | TerminalBench 33.75 📃 256K kontekstiikkuna (YARN-voimalla) ✨ Optimoitu agenttiin/koodaukseen, vahva yleisessä päättelyssä ⚡ ~700 tokenia/s huippupäättelynopeus Tuloksena: Saavuttaa kilpailukykyisen suorituskyvyn omalla mittakaavallaan huomattavasti alhaisemmalla kustannuksella ja viiveellä. Halauskasvot: Tekninen raportti:

🚀 LongCat-Flash-Thinking-2601 tekninen raportti – Nyt täysin julkaistu! Keskeiset oivallukset: 🌍 Laajamittainen agenttinen RL (14 sivua syvällisiä sukelluksia!) 🔹 Ympäristön skaalaus: Yksityiskohtainen katsaus automatisoituun putkeemme, joka rakentaa 10 000+ suoritettavaa, todennettavaa ympäristöä 20+ domainiin. 🔹 RL-infrastruktuuri: Päivitetty DORA-kehys, joka tukee asynkronista koulutusta 32 000+ samanaikaisessa ympäristössä, ratkaisten vakausongelmia pitkän hännän ja hyvin heterogeenisissa tehtävissä. 🛡️ Kestävyys luonnossa 🔹 Melun injektio: Ei enää "kasvihuone"-aineita. Analysoimme systemaattisesti todellisen maailman melua (käyttäjä/työkalun kohina) ja syötämme sen suoraan harjoitussilmukkaan. 🔹 Opetussuunnitelma RL: Opetussuunnitelmaan perustuva strategia, joka vähitellen vahvistaa mallia sotkuisia ja epätäydellisiä ympäristöjä vastaan. 🧠 Raskaan ajattelun viitekehys 🔹 Rinnakkainen päättely: Laajentaa laajuutta generoimalla useita riippumattomia päättelypolkuja. 🔹 Iteratiivinen tiivistäminen: Laajentaa syvyyttä käyttämällä yhteenvetomallia, jossa pohditaan ja yhdistetään rinnakkaisia kehityskulkuja ennen lopullisten päätösten tekemistä. 🔹 Kontekstimuisti: Tarkoitukseen rakennettu muistimoduuli, joka pitää päättelyn johdonmukaisena pitkien aikakausien ajan. ⚡ Zigzag Huomio 🔹 Zigzag Connectivity -suunnittelu yhdistää MLA + SSA vähentääkseen laskentaa samalla kun globaali tietovirta säilyy. 🔹 Kesken koulutuksen siirtyminen harvoihin variantteihin tuottaa 1,5 × nopeutuksen ja tukee 1M-token-kontekstejä — luoden pohjan tuleville läpimurroille pitkän kontekstin agenttisessa päättelyssä. 🔹 Tutustu: 📊 Saavuttaa SOTA:n joukossa avoimen lähdekoodin mallit keskeisissä agenttisissa vertailuissa: haku, työkalujen käyttö, matemaattinen päättely ja koodaus. Jos haluat lisätietoja, tutustu rohkeasti koko tekniseen raporttiin. • Paperi: • Verkkosivusto: • GitHub: • Halauskasvot:

🚀 Esittelyssä LongCat-Flash-Thinking-2601 — Versio, joka on suunniteltu syvälliseen ja yleiseen agenttiseen ajatteluun. ✨ Kohokohdat: 🤖 Huipputason agenttikyvyt 🔹 Suorituskyky: Huipputason benchmark-tulokset (TIR / Agentic Search / Agentic Tools Use) ; erinomainen yleistyskyky, joka päihittää Clauden monimutkaisissa, satunnaisissa tehtävissä 🔹 Ympäristön skaalaus: Useita automaattisesti rakennettuja korkealaatuisia ympäristöjä; Tiheä riippuvuusgraafi 🔹 Multi-Env RL: Laajennettu DORA (meidän RL-infra), joka tukee laajamittaista moniympäristöistä agenttikoulutusta 🛡️ Todellinen maailman kestävyys 🔹 Suorituskyky: Hyvä suorituskyky sotkuisissa ja epävarmoissa tilanteissa (Vita-Noise & Tau^2-Noise) 🔹 Meluanalyysi: Systemaattisesti analysoitu todellisen maailman kohinaa agenttisissa tilanteissa 🔹 Opetussuunnitelma RL: Melun tyypin ja voimakkuuden lisääminen harjoittelun aikana 🎯 Raskas ajattelutapa 🔹 Rinnakkaisajattelu: Laajentaa laajuutta useiden itsenäisten päättelypolkujen kautta 🔹 Iteratiivinen tiivistäminen: Lisää syvyyttä käyttämällä yhteenvetomallia tulosten synteesiin ja tukee iteratiivisia päättelysilmukoita 📅 Vielä yksi asia: 1M-tokenin konteksti Zigzagin kautta on tulossa pian. 🔍 Kokeile nyt: ✅ Myös API-käyttö tälle versiolle on saatavilla. Halauskasvot: GitHub: