El 28 de octubre, el modelo grande Ling-3.1-flash-1019, perteneciente a Ant Group, fue oficialmente abierto al código abierto. La nueva versión se entrenó y optimizó aún más sobre la base de Ling-3.1-flash, obteniendo 44 puntos en el Índice de Inteligencia Analítica Artificial v4.3.2, lo que representa un aumento de 3 puntos en comparación con la versión anterior. Al mismo tiempo, Bailing también abrió al código abierto su modelo base Ling-3.1-flash-base, lo que sienta las bases para la eficiencia en el conocimiento, la inferencia y los cálculos necesarios para tareas de larga distancia.
Según se entiende, la versión Ling-3.1-flash-1019 está dirigida a escenarios de Personal Agent, y mejora aún más el rendimiento del modelo en el manejo de flujos de trabajo complejos y tareas de varios pasos. En cuanto a las evaluaciones específicas, la puntuación en el AA-Briefcase de conocimientos complejos aumentó de aproximadamente 1400Elo a 1524Elo, mientras que GDPval-AA pasó de aproximadamente 1618Elo a 1644Elo; la puntuación en AutomationBench-AA aumentó de 62% a 68%; la puntuación en CritPt para la resolución de problemas científicos pasó de 18% a 26%, y la puntuación en SciCode aumentó de 54% a 57%.
Los periodistas notaron que la iteración de modelo de Bai Ling en esta ocasión está estrechamente relacionada con Lingguang 2.0. Justo el 26 de octubre, Lingguang 2.0 se actualizó a “un asistente AI personal capaz de gestionar tareas”, y gracias a sus capacidades como memoria entre sesiones, programación de tareas a largo plazo y servidores en la nube independientes, Lingguang puede seguir de manera más proactiva las tareas dentro del alcance del permiso del usuario, gestionar continuamente los asuntos complejos de la vida cotidiana, e incluso permitir que las tareas continúen funcionando aunque el usuario salga del diálogo. Detrás de esto, se han establecido nuevos requisitos para las capacidades del modelo.
Desde responder preguntas hasta llevar a cabo tareas continuas, ¿qué nuevas capacidades necesita el modelo?
A diferencia de las conversaciones instantáneas, el agente inteligente personal debe trabajar continuamente en torno a un objetivo. Esto requiere que el producto tenga mecanismos de memoria y programación de tareas, así como que el modelo subyacente pueda entender el objetivo, utilizar herramientas, procesar nueva información y avanzar en las tareas.
Lingguang 2.0, presenta la aplicación de estas capacidades en la vida personal. Por ejemplo, al planificar un viaje, no solo se genera un itinerario, sino que es necesario seguir el clima, hacer reservas y prepararse antes de partir, en función del momento de partida; frente a las necesidades de compra del Día de Compras del 11 de noviembre, se deben seleccionar productos, organizar la lista y seguir los cambios de precios, recordando al usuario cuando se cumplen los requisitos acordados.
En torno a estas necesidades, Bailing continúa explorando las capacidades requeridas por el Personal Agent a través del entrenamiento de modelos y los comentarios de aplicación. Ling-3.1-flash-base incluyó estas necesidades en su diseño inicial. El modelo utiliza una arquitectura de MoE lineal mixta, con un total de aproximadamente 560B parámetros, y unos 25B parámetros activados por cada Token. Se logra un equilibrio entre la capacidad del modelo, el procesamiento de secuencias largas y el costo de cálculo por paso, lo que sirve como base para el entrenamiento posterior orientado a tareas reales.
En 47 pruebas de benchmark en 8 campos, Ling-3.1-flash-base superó a DeepSeek-V4-Pro-Base y MiMo-V2.5-Pro-Base en 32 pruebas, obteniendo la puntuación más alta. Entre ellas, la comprensión del conocimiento, el razonamiento lógico, el código, las matemáticas y los contextos largos son habilidades básicas necesarias para que un asistente personal maneje tareas complejas, y constituyen un punto de partida importante para la resolución de tareas complejas. Según se entiende, Ling-3.1-flash-base está disponible para desarrolladores con un peso base BF16 y la licencia MIT; los desarrolladores pueden llevar a cabo preentrenamiento continuo, adaptación al campo de aplicación y entrenamiento posterior basándose en sus propios conocimientos, procesos y herramientas.
Más allá de las capacidades básicas, después de pasar por el entrenamiento con Ling-3.1-flash y la versión 1019 posterior, se refuerzan continuamente la capacidad de razonamiento, el uso de herramientas y la ejecución en múltiples pasos, lo que permite mejorar constantemente el rendimiento del modelo en las flujos de trabajo reales. Los periodistas notaron que, desde el modelo Base hasta el modelo entrenado posteriormente, el enfoque de investigación se extiende gradualmente a cómo seguir objetivos, usar herramientas y avanzar en tareas.
Según se sabe, en respuesta a las necesidades de procesamiento de información multimodal en los asuntos personales, Bailing ha entrenado el modelo de lenguaje visual Ling-3.1-flash-VL basándose en Ling-3.1-flash, y ha aumentado la comprensión visual sobre la capacidad existente de razonamiento, planificación y uso de herramientas. Actualmente, este modelo ya se ha aplicado en Lingguang, y posteriormente será lanzado al público.
Proviene de tareas reales, y se aplica en aplicaciones reales.
En este momento, Ling-3.1-flash está mejorando gradualmente las capacidades de modelo necesarias para el Personal Agent. La evolución de las capacidades en el nivel del modelo también está siendo verificada y explorada más a fondo en la aplicación. Según se sabe, Ling-3.1-flash ha realizado entrenamiento alineado basado en las necesidades y comentarios de escenarios de aplicación como Lingguang y la versión del médico Afu, lo que permite mejorar continuamente la capacidad del modelo en aspectos como la expresión profesional y la comunicación.
“De las tareas reales, hacia la aplicación real.” Bailing expresó que espera, a través del ciclo continuo entre el desarrollo de modelos y su aplicación práctica, mejorar la capacidad de los modelos para comprender los objetivos, mantener el estado de las tareas y enfrentar los cambios. Además, seguirá explorando más posibilidades de aplicación mediante el acceso abierto y en colaboración con los desarrolladores.
Los periodistas notaron que, a diferencia de buscar exclusivamente el tamaño de los parámetros del modelo, Bailing se enfoca más en hacer que las capacidades del modelo básico entrenen en procesos reales y completes tareas reales. Desde la segunda mitad de este año, Bailing ha acelerado la iteración y el desarrollo de sus modelos centrándose en el open source y escenarios reales.
Anteriormente, Bailing lanzó los modelos de mejora financiera Ling-3.0-flash-Fin y el modelo de mejora médica Ling-3.0-flash-Sante, basados en el nuevo modelo de base Ling-3.0-flash, para llevar aún más las capacidades del modelo básico a escenarios profesionales reales. Entre ellos, Ling-3.0-flash-Fin (con un total de 124B de parámetros y 5.1B activos) permite que la IA entre en el flujo de tareas reales de investigación financiera, estableciendo una cadena de tareas completa que abarca desde la búsqueda de información, el análisis y la generación de resultados de investigación. En tareas de investigación financiera de alta dificultad, se compara con modelos de vanguardia de 3T, y el rendimiento general del agente financiero es líder en la comunidad open source; Ling-3.0-flash-Sante, por su parte, introduce una “alta eficiencia inteligente” en el ámbito médico, logrando el mejor rendimiento en modelos con un tamaño de parámetros de 124B y una capacidad inferior a 1.6T, con un rendimiento general comparable al de varios modelos insignia.