蚂蚁百灵开源高性能思考模型Ring-flash-2.0，推理能力大幅提升

快速阅读: 蚂蚁百灵团队开源Ring-flash-2.0模型，总参数量100亿，每次推理激活6.1亿参数，性能超越40亿参数模型，支持数学竞赛、代码生成及逻辑推理，采用两阶段强化学习训练，模型权重及数据配方全开源。

近日，蚂蚁百灵大模型团队正式宣布开源其最新高性能思考模型——Ring-flash-2.0。该模型基于Ling-flash-2.0-base进行了深度优化，标志着人工智能领域的一大进步。Ring-flash-2.0的总参数量达100亿，但在每次推理时仅激活6.1亿参数，这种高效的激活机制不仅赋予模型强大的计算能力，还大幅节省了资源。

据团队介绍，Ring-flash-2.0在多个高难度基准测试中表现出色，涵盖数学竞赛、代码生成及逻辑推理等领域。其性能不仅超过了同级别的40亿参数模型，还能与更大规模的开源稀疏模型（MoE）以及某些闭源的高性能思考模型API相匹敌，展示了其显著的竞争优势。

为了全面提高Ring-flash-2.0的模型能力，蚂蚁百灵团队设计了一套创新的两阶段强化学习（RL）训练流程。首先，通过轻量级的Long-CoT（长序列链式思考）SFT（有监督微调），使Ling-flash-2.0-base模型具备多种思考方式。随后，采用带有可验证奖励的RLVR（强化学习可验证奖励）训练，不断挖掘模型的推理潜力。最后，引入了强化学习人类反馈（RLHF）阶段，以增强模型的通用性。

值得一提的是，Ring-flash-2.0的模型权重、强化学习训练方案及数据配方将全部开源，为开发者和研究者提供了宝贵的资源。有兴趣的用户可在Hugging Face和ModelScope平台上获取相关信息，开始探索这一强大模型。

随着AI技术的持续发展，Ring-flash-2.0无疑为未来智能应用开辟了新的可能性，期待其在各领域的广泛应用和进一步突破。模型地址：https://huggingface.co/inclusionAI/Ring-flash-2.0 https://modelscope.cn/models/inclusionAI/Ring-flash-2.0

(以上内容均由Ai生成)