🚀 扩展嵌入，而不仅仅是专家——为高效的LLM引入一条新路径。 关键发现：在高稀疏场景中，N-gram嵌入比仅仅增加更多MoE专家产生更好的帕累托前沿。 因此，我们推出了LongCat-Flash-Lite——第一个基于这一见解的开源模型。 ⚙️ 68.5B 总参数（37.13B 非嵌入）| 2.9B~4.5B 活跃 📊 高性能：SWE-Bench 54.4 | τ²-Bench 72.8 | TerminalBench 33.75 📃 256K 上下文窗口（YARN驱动） ✨ 针对Agentic/Coding进行了优化，在一般推理方面表现强劲 ⚡ ~700 tokens/s 峰值推理速度 结果：在其规模内以显著更低的成本和延迟实现竞争性能。 Hugging Face： 技术报告：

🚀 LongCat-Flash-Thinking-2601 技术报告 – 现已全面发布！ 关键见解： 🌍 大规模代理强化学习（14 页深入分析！） 🔹 环境扩展：详细介绍我们自动化管道的构建，能够在 20 多个领域中构建 10,000+ 可执行、可验证的环境。 🔹 强化学习基础设施：升级版 DORA 框架，支持 32,000+ 个并发环境的异步训练，解决长尾和高度异质任务中的稳定性问题。 🛡️ 真实环境中的鲁棒性 🔹 噪声注入：不再有 "温室" 代理。我们系统地分析真实世界的噪声（用户/工具噪声），并将其直接注入训练循环中。 🔹 课程强化学习：基于课程的策略，逐步增强模型对混乱、不完美环境的适应能力。 🧠 深度思考框架 🔹 并行推理：通过生成多个独立的推理轨迹来扩展广度。 🔹 迭代总结：通过使用总结模型反思和综合并行轨迹，扩展深度，然后做出最终决策。 🔹 上下文记忆：专门构建的记忆模块，以保持长时间范围内推理的一致性。 ⚡ 之字形注意力 🔹 结合 MLA + SSA 的之字形连接设计，减少计算同时保持全局信息流。 🔹 中途切换到稀疏变体实现 1.5× 的加速，并支持 1M 令牌上下文——为未来在长上下文代理推理中的突破奠定基础。 🔹 探索： 📊 在关键代理基准测试中，开放源代码模型中实现 SOTA：搜索、工具使用、数学推理和编码。 如果您想了解更多细节，请随时查看完整的技术报告。 • 论文： • 网站： • GitHub： • Hugging Face：

🚀 介绍 LongCat-Flash-Thinking-2601 — 一个为深度和一般代理思维构建的版本。 ✨ 亮点： 🤖 顶级代理能力 🔹 性能：顶级基准结果（TIR / 代理搜索 / 代理工具使用）；卓越的泛化能力，在复杂的随机任务中超越 Claude 🔹 环境扩展：多个自动构建的高质量环境；密集的依赖图 🔹 多环境强化学习：扩展 DORA（我们的强化学习基础设施），支持大规模多环境代理训练 🛡️ 现实世界的鲁棒性 🔹 性能：在混乱、不确定的场景中表现稳健（Vita-Noise & Tau^2-Noise） 🔹 噪声分析：系统分析代理场景中的现实世界噪声 🔹 课程强化学习：在训练过程中增加噪声类型和强度 🎯 重思维模式 ​🔹 并行思维：通过多个独立的推理轨道扩展广度 🔹 迭代总结：通过使用总结模型合成输出，增强深度，支持迭代推理循环 📅 还有一件事：1M-token 上下文通过 Zigzag Attention 即将推出。 🔍 现在就试试： ✅ 此版本的 API 访问也可用。 Hugging Face： GitHub：