Эта модель представлена в статье «Каждый шаг развивается: масштабирование обучения с подкреплением для модели мышления триллионного масштаба». Сегодня мы официально выпускаем Ring-mini-2.0 — высокопроизводительную модель MoE, ориентированную на логический вывод, глубоко оптимизированную на основе архитектуры Ling 2.0. Имея всего 16 миллиардов общих параметров и 1,4 миллиарда активированных параметров, он обеспечивает комплексные возможности рассуждения, сравнимые с плотными моделями масштаба ниже 10 бит. Он особенно хорош в логических рассуждениях, генерации кода и математических задачах, поддерживая обработку длинного контекста 128 КБ и высокоскоростную генерацию более 300 токенов/с. Построенный на базе Ling-mini-2.0, Ring-mini-2.0 проходит дальнейшее обучение с помощью Long-CoT SFT, более стабильной и непрерывной RLVR и совместной оптимизации RLHF, что значительно улучшает стабильность и обобщение сложных рассуждений. В нескольких сложных тестах (LiveCodeBench, AIME 2025, GPQA, ARC-AGI-v1 и т. д.) он превосходит плотные модели ниже 10B и даже конкурирует с более крупными моделями MoE (например, gpt-oss-20B-medium) с сопоставимой длиной вывода, особенно превосходя в логических рассуждениях. Унаследовав эффективную конструкцию MoE серии Ling 2.0, Ring-mini-2.0 активирует только 1,4B…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: inclusionAI
Теги: bailing_moe, conversational, custom_code
Лайков: 180 | Загрузок: 1,195
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
