快科技10月14日音讯，本日凌晨，蚂连合团正经推出万亿参数想考模子Ring-1T开云(中国)Kaiyun·官方网站 - 登录入口，并全面开源模子权重、锻真金不怕火配方。

Ring-1T在9月30日开源的预览版Ring-1T-preview基础上，捏续推宽绰限度可考据奖励强化学习（RLVR）锻真金不怕火，进一步激励万亿基座的当然话语推理才能，并通过 RLHF 锻真金不怕火完善模子通用才能，在各项任务榜单上发扬愈加平衡。

为了捏续激励Ring-1T的数学等复杂推理才能，这次百灵团队挑战了难度更高的IMO2025（海外数学奥利匹克）赛题，将Ring-1T接入多智能体框架AWorld，使用纯当然话语推理进行解题。

本质恶果娇傲，Ring-1T仅用一次解出了第1、3、4、5题，特地于IMO银牌水平，成为首个能拿IMO海外奥数奖的开源系统。

值得一提的是，算作一款想考模子，Ring-1T也发扬出了极佳的通用才能，在“东谈主类偏好对都”测试Arena-Hard V2中，Ring-1T以81.59的告捷率居于开源模子榜首，靠拢GPT-5-Thinking(High)82.91的收获。

在面向严谨规模的医疗问答HealthBench测评中，Ring-1T也以最高分得到开源规模最好。

据了解，万亿参数想考模子锻真金不怕火最浩劫题是训推精度各别，即锻真金不怕火阶段与推理阶段因达成细节各别导致的锻真金不怕火和推理精度不一致，进而导致锻真金不怕火崩溃。

在Ring-1T模子中，蚂蚁袭取了自研的“棒冰（icepop）”算法来应酬这项行业繁难，即用带掩码的双向截断本事把锻真金不怕火-推理漫步各别冻结在低水位，确保长序列、长周期锻真金不怕火不崩。

此外，应酬万亿参数模子强化学习锻真金不怕火，蚂蚁还自研了高性能强化学习系统ASystem(其中包含已开源的高性能强化学习框架AReaL)，特地针对万亿参数模子的显存惩处和训推权重交换问题作念了精良的优化，达成了单机显存碎屑秒级回收、权重零冗余交换，把大限度RL锻真金不怕火融会跑成平素。

据了解，本次发布的Ring-1T模子接续袭取Ling 2.0架构的1T base模子作念后锻真金不怕火，Ling 2.0袭取了包括高度稀薄的MoE架构，1/32的民众激活比、FP8羼杂精度、MTP等诸多特质达成高效锻真金不怕火与推理。

在后锻真金不怕火阶段，蚂蚁百灵团队通过LongCoT-SFT + RLVR + RLHF多阶段锻真金不怕火，权贵普及了模子的复杂推理才能以及教唆侍从和创意写稿等通用才能。

据百灵团队显露，Ring-1T模子是其在万亿想考模子上的初次尝试，蚂蚁百灵团队会在后续的版块中接续完善模子性能。

当今，用户可通过HuggingFace、魔搭社区下载模子，并通过蚂蚁百宝箱等平台在线体验。

【本文为止】如需转载请务必注明出处：快科技

攀扯裁剪：秋白开云(中国)Kaiyun·官方网站 - 登录入口

著作实质举报

]article_adlist--> 　　声明：新浪网独家稿件，未经授权辞谢转载。 -->