Ling
PulseAugur coverage of Ling — every cluster mentioning Ling across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
蚂蚁集团Ling-3.1-flash模型以1M上下文窗口为目标，面向真实世界任务
蚂蚁集团发布了Ling-3.1-flash，这是一款专为真实世界工作任务设计的新型开源AI模型。该模型通过分解任务、整合信息和调用工具，专注于完成复杂的业务流程，例如生成电商推广方案和辅助医疗咨询。Ling-3.1-flash采用混合架构，拥有高达100万token的超长上下文窗口，并优化了参数激活，以平衡性能和计算成本。在GDPVal-AA V2.1和HealthBench Professional等基准测试中，它表现出了具有竞争力…
-
中国实验室发布Ling-3.1-flash大语言模型，上下文窗口达100万
中国实验室发布了一款新的大型语言模型Ling-3.1-flash。该模型拥有约5600亿总参数，每个token有250亿活跃参数，并支持高达100万个token的上下文窗口。它在多个领域表现强劲，在GDPVal-AA v2.1上获得1,673的Elo得分，在FrontierSWE上获得75.16分，在HealthBench Professional上获得65.35分。与之前的发布类似，该模型可免费使用两周，之后将开源。
-
Ling模型基准测试显示MTP有所提升，但更高投机性token导致文本生成变慢
近期对Ling模型（特别是Ling-3.0-flash）的基准测试揭示了与多token预测（MTP）和投机解码相关的性能特征。当启用MTP且n=1（每步预测一个草稿token）时，与未启用MTP的基线相比，吞吐量显著提高了约79%。然而，将'n'增加到2或3（允许更多草稿token）导致文本生成速度下降，表明在此特定配置中，更高的接受长度并未转化为更快的性能。
-
新框架将博弈论与因果推断相结合，用于分析复杂系统
本文介绍了均衡因果博弈（ECG）框架，该框架将博弈论与因果推断相结合，用于分析电网和市场等系统。ECG 模拟隐藏输入、传感器映射和干预规则，以理解由反馈驱动的均衡是如何被观测到的。研究探讨了 ECG 分离的条件、通过干预识别潜在状态，以及未知传感机制和非高斯数据带来的挑战。研究表明，虽然可以从均衡数据中得出某些因果结论，但通常需要有针对性的实验才能完全区分传感与交互，并识别潜在机制。
-
新框架模拟反馈系统中的因果均衡
本文介绍了均衡因果博弈（ECG）框架，该框架将博弈论与因果建模相结合，以分析具有反馈循环的系统，例如电网或市场。ECG框架允许研究这些复杂系统中的干预和均衡选择。研究表明，虽然ECG分离是可靠的，但未知传感和非高斯性等某些条件可能导致因果状态识别不完整，并对识别交互和传感机制有特定要求。