蚂蚁百灵大模型团队近日宣布，正式开源其
从团队的介绍来看，Ring-flash-2.0在多个高难度基准测试中表现出色，包括数学竞赛、代码生成以及逻辑推理等。其性能不仅超越了同类的40亿参数模型，甚至能够与更大规模的开源稀疏模型（MoE）以及一些闭源的高性能思考模型API相媲美，显示出其卓越的竞争力。
为了全面提升Ring-flash-2.0的模型能力，蚂蚁百灵团队设计了一套创新的两阶段强化学习（RL）训练流程。首先，通过轻量化的Long-CoT(长序列链式思考)SFT(有监督微调)，使Ling-flash-2.0-base模型能够掌握多种思考方式。接着，采用可验证奖励的RLVR(强化学习可验证奖励)训练，持续激发模型的推理潜能。最后，加入了强化学习人类反馈(RLHF)阶段，以增强模型的通用能力。
值得一提的是，Ring-flash-2.0的模型权重、强化学习训练方案和数据配方都将完全开源，为广大开发者和研究者提供了宝贵的资源。感兴趣的用户可以在HuggingFace和ModelScope上获取相关资料，开始探索这款强大的模型。
随着AI技术的不断发展，Ring-flash-2.0无疑为未来的智能应用开辟了新的可能，期待它在各个领域的广泛应用和更进一步的突破!
模型地址:
https://huggingface.co/inclusionAI/Ring-flash-2.0
https://modelscope.cn/models/inclusionAI/Ring-flash-2.0
相关文章
