LongCat-2.5: Mô hình tác nhân đa phương tiện quy mô tham số nghìn tỷ do Meituan mã nguồn mở

Mô hình MoE đa phương tiện gốc do đội ngũ LongCat của Meituan mã nguồn mở, được công bố chính thức với tổng số tham số 1.6 nghìn tỷ, kích hoạt khoảng 480 tỷ tham số cho mỗi token. Dựa trên nền tảng LongCat-2.0, mô hình kết hợp khả năng hiểu thị giác và lập trình tác nhân, hướng tới các tác vụ phát triển kho mã phức tạp, xây dựng toàn bộ dự án, thiết kế sáng tạo và tác vụ 3D. Hình ảnh được chuyển đổi thành các token rời rạc theo độ phân giải gốc và được căn chỉnh trong cùng một không gian ngữ nghĩa với văn bản; quá trình huấn luyện sử dụng học tăng cường tác nhân tầm xa và kỹ thuật chưng cất từ nhiều giáo viên. Trọng số và kích hoạt của các chuyên gia được lượng hóa theo định dạng W4A4, cho phép tính toán nguyên sinh ở định dạng INT4 trên các card tăng tốc AI nội địa. Hỗ trợ hai chế độ: suy nghĩ và không suy nghĩ.

Nguồn gốc: meituan-longcat/LongCat-2.5

Mô hình MoE đa phương tiện gốc do đội ngũ LongCat của Meituan mã nguồn mở, được công bố chính thức với tổng số tham số 1.6 nghìn tỷ, kích hoạt khoảng 480 tỷ tham số cho mỗi token. Dựa trên nền tảng LongCat-2.0, mô hình kết hợp khả năng hiểu thị giác và lập trình tác nhân, hướng tới các tác vụ phát triển kho mã phức tạp, xây dựng toàn bộ dự án, thiết kế sáng tạo và tác vụ 3D. Hình ảnh được chuyển đổi thành các token rời rạc theo độ phân giải gốc và được căn chỉnh trong cùng một không gian ngữ nghĩa với văn bản; quá trình huấn luyện sử dụng học tăng cường tác nhân tầm xa và kỹ thuật chưng cất từ nhiều giáo viên. Trọng số và kích hoạt của các chuyên gia được lượng hóa theo định dạng W4A4, cho phép tính toán nguyên sinh ở định dạng INT4 trên các card tăng tốc AI nội địa. Hỗ trợ hai chế độ: suy nghĩ và không suy nghĩ.

Tại sao quan trọng Trong số các mô hình lớn mã nguồn mở nội địa, hiếm có mô hình nào kết hợp cả thị giác và lập trình tác nhân; trọng số được cấp phép MIT, có thể triển khai trên các card tăng tốc nội địa

Điểm tăng 57 · Lượt thích 57 · Lượt tải xuống 0

Lý do

  • Đánh giá chính thức bao phủ ba lĩnh vực: tác nhân lập trình, tác nhân chung và thị giác, với nhiều chỉ số tiệm cận các mô hình đóng mã nguồn chủ đạo; các điểm số không có dấu sao là kết quả tự kiểm tra, theo tuyên bố chính thức chỉ mang tính tham khảo
  • Các ví dụ minh họa quy trình đa vòng bao gồm nhận diện hình ảnh sau đó gọi công cụ
  • Trọng số được cấp phép MIT, có thể trò chuyện trực tiếp trên trang web chính thức longcat.ai

Cách sử dụng

  • Dùng thử trực tuyến: longcat.ai; hướng dẫn triển khai trên NPU xem tại nhánh longcat-2.5-npu của SGLang-FluentLLM trên GitHub
  • Khuyến nghị chính thức là bật enable_thinking và giữ lại nội dung suy luận lịch sử (save_history_reasoning_content)

Rủi ro

  • Kích thước mô hình rất lớn, không thể chạy trên thiết bị cá nhân; thẻ mô hình chỉ cung cấp hướng dẫn triển khai trên NPU
  • Phần lớn các đánh giá là do chính nhà phát triển tự kiểm tra
  • Bản tin này chưa được chạy thử nghiệm, hiệu quả thực tế cần dựa vào thẻ mô hình

Mở

Hugging Face Trending

Xem tin AI mới nhất