Meituan LongCat-2.5 را در 2 نوامبر منتشر کرد و یک مدل چندوجهی بومی با 1.6 تریلیون پارامتر را به مجموعه LongCat خود اضافه کرد - و برنامه‌نویسی عامل افق بلند، نه چت را به عنوان ماموریت اصلی خود تعیین کرد. طبق گزارش TechNode، گزارش راه اندازی از طریق IT Home، این مدل تقریباً 48 میلیارد پارامتر را برای هر توکن فعال می کند، معماری طراحی شده برای ارائه ظرفیت در مقیاس مرزی بدون پرداخت هزینه استنتاج کامل تعداد کل پارامترها در هر درخواست.

این راه‌اندازی ادامه تولید LongCat-2.5-Preview است، که Meituan در اواخر سپتامبر به‌عنوان یک مدل 1.6T ترکیبی از متخصصان با یک پنجره زمینه 1 میلیون توکن، به ازای پوشش Pandaily در آن زمان، ارسال کرد. برای اطلاعات بیشتر در مورد این داستان و رقابت مدل های گسترده تر، [پوشش مدل های AI] ما را ببینید (https://aibuzzwire.news).

ساخته شده برای عواملی که برای ساعت ها کار می کنند، نه ثانیه ها

شرط تعیین کننده LongCat-2.5 این است که مرز از پاسخ دادن به سؤالات به تکمیل وظایف منتقل شده است. Meituan گفت که آموزش روی توالی کارهای طولانی را گسترش داده و یادگیری تقویتی در مقیاس بزرگ را برای بهبود کار مدل بر روی پایگاه‌های کد پیچیده و پروژه‌های نرم‌افزاری کامل - کارهای طولانی و چند مرحله‌ای که در آن‌ها سیستم‌های عامل تمایل به جابجایی، توقف یا بی‌صدا شدن دارند، به کار می‌برد.

یک تکنیک آموزشی برجسته است. این شرکت گفت که شکست‌هایی که توسط عوامل واقعی با آن مواجه می‌شوند را به وظایف آموزشی قابل تکرار تبدیل می‌کند و حلقه بین اشتباهی که عوامل تولید اشتباه می‌کنند و آنچه مدل بعدی می‌آموزد را می‌بندد. این رویکردی است که شکست‌های عامل را نه به‌عنوان حکایت، بلکه به‌عنوان برنامه درسی تلقی می‌کند - و نشان می‌دهد که Meituan در حال جمع‌آوری داده‌های آموزشی سخت از سیستم‌های مستقر در مقیاسی است که اکثر آزمایشگاه‌ها نمی‌توانند مطابقت داشته باشند، با توجه به اینکه عملیات تحویل غذا و لجستیک این شرکت حجم عظیمی از ترافیک کار در دنیای واقعی را ایجاد می‌کند.

چندوجهی بومی در یک چارچوب توکن یکپارچه

LongCat-2.5 ورودی های بصری و متنی را در چارچوب توکن یکپارچه پردازش می کند، با توجه به پوشش راه اندازی - به این معنی که تصاویر و متن به جای اینکه از طریق رمزگذارهای جداگانه وصله شوند، به یک نمایش اصلی تبدیل می شوند. Meituan می‌گوید این امکان کدگذاری بصری، طراحی خلاقانه و کارهای سه بعدی را در کنار کارهای مهندسی نرم‌افزار معمولی فراهم می‌کند.

تاکید چندوجهی یک تمایز در جایگاه کدگذاری عاملی است، جایی که اکثر رقبا در اولویت متن باقی می مانند. عاملی که می‌تواند یک مدل طراحی را بخواند، درباره یک صحنه سه‌بعدی استدلال کند، یا اسکرین‌شات گزارش یک اشکال را تفسیر کند، می‌تواند سهم بیشتری از کار توسعه محصول واقعی را نسبت به کاری که فقط کد را می‌بیند، به عهده بگیرد.

اقتصاد 48 میلیارد پارامتر فعال

تقسیم 1.6T-total /~48B-active ارزش باز کردن بسته بندی را دارد، زیرا توضیح می دهد که این مدل برای چه کسی است. در طراحی ترکیبی از متخصصان، تنها بخش کوچکی از شبکه بر روی هر توکن مشخصی فعال می‌شود، این همان چیزی است که یک مدل در مقیاس تریلیون‌ها را مقرون به صرفه می‌کند: ظرفیت برای درخواست‌هایی که به آن نیاز دارند وجود دارد، در حالی که هزینه هر توکن تعداد پارامترهای فعال را دنبال می‌کند. برای بارهای کاری عاملی، ترکیبات ریاضی. عاملی که ساعت‌ها کار می‌کند، صدها هزار یا میلیون‌ها توکن در برنامه‌ریزی، فراخوانی ابزار و ویرایش کد تولید می‌کند – بنابراین شکاف بین پرداخت 48 میلیارد پارامتر فعال و پرداخت 1.6 تریلیون در هر مرحله، تفاوت بین یک محصول قابل دوام و یک نسخه آزمایشی تحقیقاتی است.

همراه با پنجره زمینه 1 میلیون توکن، مدل پیش‌نمایش معرفی‌شده، در Pandaily، حجم کاری هدف مشخص نیست: عاملی که کل یک پایگاه کد، مستندات و تاریخچه خرابی آن را در حافظه کاری نگه می‌دارد در حالی که یک لیست کار را اجرا می‌کند که بر حسب ساعت اندازه‌گیری می‌شود.

در دسترس بودن: اکنون چت و API، وزن‌ها را برای دنبال کردن باز کنید

به گزارش TechNode، این مدل بلافاصله از طریق سرویس چت آنلاین Meituan و پلت فرم API در دسترس است. نسخه‌های GitHub و Hugging Face قرار است دنبال شوند - توالی‌ای که بازتاب کتاب راهنماهای دیگر آزمایشگاه‌های چینی است که به طور فزاینده‌ای ابتدا دسترسی میزبان و مدت کوتاهی بعد وزن‌های باز را ارسال می‌کنند.

انتشار صحنه ای برای دو مخاطب اهمیت دارد. برای شرکت‌ها، امروزه در دسترس بودن API به این معنی است که LongCat-2.5 می‌تواند بلافاصله برای بارهای کاری عامل کدنویسی ارزیابی شود. برای اکوسیستم منبع باز، انتشار وزن‌های وعده داده شده تعیین می‌کند که آیا LongCat-2.5 به پایه‌ای برای سیستم‌های عاملی تنظیم‌شده تبدیل می‌شود، همانطور که مدل‌های چینی قبلی که به‌طور آشکار منتشر شده بودند.

یک هفته شلوغ برای عرضه مدل های چینی

پرتاب در میان انبوهی از فعالیت های بخش هوش مصنوعی چین فرود آمد. در همان روز، TechNode گزارش داد که SenseTime یک مدل 9 میلیارد پارامتری را منبع باز تهیه کرد که از لایه‌ها برای پردازش عمیق‌تر استفاده می‌کند، و تیم DeepSeek یک نمونه اولیه تحقیقاتی عامل کدنویسی فعال را منبع باز تهیه کرد. Meituan، که در سطح جهانی به عنوان یک غول تحویل غذا شناخته می شود، بی سر و صدا یکی از معتبرترین برنامه های تحقیقاتی هوش مصنوعی را در کشور ایجاد کرده است - و LongCat-2.5 استدلال آن است که کدگذاری عاملی، چندوجهی از ابتدا، حجم کاری است که مهم است.

این که آیا نسخه کامل از مدل پیش‌نمایش در معیارهایی که آژانس‌ها و توسعه‌دهندگان به آن‌ها اهمیت می‌دهند - تکمیل کار در افق طولانی، ویرایش‌های سطح پایه کد، زمین‌سازی چندوجهی - بهتر عمل می‌کند یا خیر، آزمایش فوری خواهد بود. آنچه در حال حاضر روشن است، جهت استراتژیک است: زمینه رقابت بعدی برای مدل های بزرگ، پاسخ های بی اهمیت یا مقاله نویسی نیست، بلکه کار مستقل ساعت ها بر روی نرم افزار واقعی است.

---

از هوش مصنوعی جلوتر بمانید

آخرین اخبار، تحلیل ها و پیشرفت های هوش مصنوعی را دریافت کنید - همه در یک مکان.

بیشتر بخوانید اخبار هوش مصنوعی →