💡
原文中文，约1100字，阅读约需3分钟。
📝
内容提要
蚂蚁百灵于5月15日开源思考模型Ring-2.6-1T，该模型支持可调推理强度，适用于多种任务，特别是在高频工作流和高难任务中表现优异。它采用异步强化学习架构，解决了训练不稳定的问题。百灵强调模型在真实生产环境中的应用，近期发布的Ling-2.6-flash在市场上反响良好。
🎯
关键要点
- 蚂蚁百灵于5月15日开源思考模型Ring-2.6-1T，权重文件已上线Hugging Face和ModelScope平台。
- Ring-2.6-1T引入可调节的Reasoning Effort机制，支持high与xhigh两种推理强度，适应不同任务需求。
- high模式适合高频Agent工作流，提升效率；xhigh模式则针对高难任务如数学竞赛和科研分析。
- Ring-2.6-1T采用异步强化学习训练架构，解决了传统同步训练中的资源等待和吞吐不足问题。
- 百灵强调模型在真实生产环境中的应用，近期发布的Ling-2.6-flash在市场上反响良好，日均tokens调用量达到100B级别。
❓
延伸问答
Ring-2.6-1T模型的主要特点是什么？
Ring-2.6-1T模型引入了可调节的Reasoning Effort机制，支持high与xhigh两种推理强度，适应不同任务需求。
Ring-2.6-1T在高频工作流中的表现如何？
在high模式下，Ring-2.6-1T适合高频Agent工作流，能够显著提升效率。
Ring-2.6-1T采用了什么样的训练架构？
Ring-2.6-1T采用异步强化学习训练架构，解决了传统同步训练中的资源等待和吞吐不足问题。
Ring-2.6-1T的xhigh模式适合哪些任务？
xhigh模式适合高难任务，如数学竞赛和科研分析，能够释放模型的能力上限。
百灵在模型开发中强调了什么？
百灵强调模型在真实生产环境中的应用，注重Token效率，力求用更少的token完成高质量任务输出。
Ling-2.6-flash的市场反响如何？
Ling-2.6-flash在市场上反响良好，日均tokens调用量达到100B级别，连续多日位列Trending榜首。
🏷️
标签
➡️
