LongCat-2.5: Meituan이 오픈소스로 공개한 조 단위 파라미터의 멀티모달 에이전트 모델

Meituan LongCat 팀이 오픈소스로 공개한 네이티브 멀티모달 MoE 모델로, 공식적으로 총 파라미터는 1.6조 개이며 토큰당 활성화되는 파라미터는 약 480억 개라고 밝혔다. 이 모델은 LongCat-2.0를 기반으로 시각 이해와 에이전트 프로그래밍을 결합하여 복잡한 코드베이스 개발, 전체 프로젝트 구축, 창의적 디자인 및 3D 작업을 대상으로 한다. 이미지는 네이티브 해상도로 이산 토큰으로 변환되어 텍스트와 동일한 의미 공간에서 정렬되며, 학습에는 장기 에이전트 강화 학습과 다중 교사 증류가 사용되었다. 전문가 가중치와 활성화는 W4A4 양자화를 적용하여 국산 AI 가속 카드에서 네이티브 INT4 연산을 수행할 수 있다. 사고 모드와 비사고 모드를 모두 지원한다.

원제: meituan-longcat/LongCat-2.5

Meituan LongCat 팀이 오픈소스로 공개한 네이티브 멀티모달 MoE 모델로, 공식적으로 총 파라미터는 1.6조 개이며 토큰당 활성화되는 파라미터는 약 480억 개라고 밝혔다. 이 모델은 LongCat-2.0를 기반으로 시각 이해와 에이전트 프로그래밍을 결합하여 복잡한 코드베이스 개발, 전체 프로젝트 구축, 창의적 디자인 및 3D 작업을 대상으로 한다. 이미지는 네이티브 해상도로 이산 토큰으로 변환되어 텍스트와 동일한 의미 공간에서 정렬되며, 학습에는 장기 에이전트 강화 학습과 다중 교사 증류가 사용되었다. 전문가 가중치와 활성화는 W4A4 양자화를 적용하여 국산 AI 가속 카드에서 네이티브 INT4 연산을 수행할 수 있다. 사고 모드와 비사고 모드를 모두 지원한다.

왜 중요한가 국산 오픈소스 대규모 모델 중 시각과 에이전트 프로그래밍을 통합한 사례는 드물며, 가중치는 MIT 라이선스로 제공되어 국산 가속 카드에 배포할 수 있음

상승 점수 57 · 좋아요 57 · 다운로드 수 0

이유

  • 공식 평가는 프로그래밍 에이전트, 범용 에이전트 및 시각의 세 가지 영역을 포함하며, 여러 지표에서 주요 폐쇄형 모델과 유사한 성능을 보임. 별표(*)가 없는 점수는 자체 테스트 결과로, 공식 설명은 참고용으로만 제공됨
  • 예시에서는 이미지 인식 후 도구를 호출하는 다중 턴 워크플로우를 시연함
  • 가중치는 MIT 라이선스이며, 공식 웹사이트 longcat.ai에서 직접 대화할 수 있음

사용법

  • 온라인 체험: longcat.ai; NPU 배포는 GitHub의 SGLang-FluentLLM 저장소 내 longcat-2.5-npu 브랜치 설명서 참조
  • 공식 권장 사항으로는 enable_thinking을 활성화하고 이전 추론 내용(save_history_reasoning_content)을 유지하는 것임

리스크

  • 모델 규모가 매우 커서 개인 기기에서는 실행할 수 없음; 모델 카드에는 NPU 배포 설명만 제공됨
  • 대부분의 평가는 공식 자체 테스트 결과임
  • 본 항목은 실행되지 않았으므로, 성능은 모델 카드를 기준으로 함

열기

Hugging Face Trending

최신 AI 소식 보기