Компания InclusionAI анонсировала Ling-1T, первую модель, построенную на основе архитектуры Ling 2.0, которая нацелена на «эффективное рассуждение». Эта модель с триллионом параметров использует всего около 5% нейронов для обработки каждого токена, при этом обеспечивая поддержку контекста до 128 K токенов и обучение в формате FP8.
Ling-1T была обучена на 20 триллионах токенов, из которых 40% составляют задачи, требующие рассуждений. Модель применяет инновационный метод Evo-CoT (Evolutionary Chain-of-Thought) для структурированного мышления. В ходе тестирования на кодовых бенчмарках, таких как mbpp и LiveCodeBench, Ling-1T показала превосходство над GPT-5 и DeepSeek-V3, а также улучшила точность в математических тестах AIME-2025 и Omni-Math на 5–10%.
Система LPO (Linguistic Policy Optimization) в модели фокусируется на оптимизации поведения не по токенам, а по смысловым предложениям, что подтверждает, что масштаб и эффективность могут сосуществовать в одной модели.
Русскоязычное сообщество про AI в разработке
Друзья! Эту новость подготовила команда ТГК «AI for Devs» — канала, где мы делимся новостями о AI-ассистентах и практическими кейсами. Подписывайтесь, чтобы быть в курсе событий!
