El 28 de octubre, el gran modelo Bailing de Ant Group lanzó oficialmente como open source Ling-3.1-flash-1019. 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 Artificial Analysis Intelligence Index v4.3.2, 3 puntos más que la versión anterior. Al mismo tiempo, Bailing también abrió su modelo base Ling-3.1-flash-base, sentando las bases de conocimiento, razonamiento y eficiencia computacional necesarias para tareas de larga duración.
Según se informó, la versión Ling-3.1-flash-1019 está orientada a escenarios de Personal Agent y mejora aún más el desempeño del modelo en flujos de trabajo complejos y tareas de múltiples pasos. Según las evaluaciones concretas, en el trabajo de conocimiento complejo AA-Briefcase la nueva versión pasó de unos 1400 Elo a 1524 Elo, y en GDPval-AA de unos 1618 Elo a 1644 Elo; en automatización de procesos AutomationBench-AA la puntuación subió del 62% al 68%; en resolución de problemas científicos CritPt la puntuación pasó del 18% al 26%, y en SciCode del 54% al 57%.
El periodista observó que esta iteración y apertura de modelos de Bailing está estrechamente relacionada con LingGuang 2.0. Justo el 27 de octubre, LingGuang 2.0 se actualizó como «asistente de IA personal que gestiona asuntos», y apoyándose en capacidades como la memoria entre sesiones, la programación de tareas de larga duración y un host de nube independiente, LingGuang puede hacer seguimiento de las tareas de manera más proactiva y gestionar continuamente asuntos complejos de la vida dentro del alcance autorizado por el usuario; incluso si el usuario sale de la conversación, las tareas relacionadas pueden seguir ejecutándose. Esto plantea nuevos requisitos a las capacidades del modelo.
De responder preguntas a gestionar asuntos de forma continua: ¿qué nuevas capacidades necesita el modelo?
A diferencia de las preguntas y respuestas inmediatas, un agente personal necesita trabajar de forma continua en torno a un objetivo, lo que requiere tanto que el producto disponga de mecanismos de memoria y programación de tareas, como que el modelo subyacente sea capaz de comprender objetivos, usar herramientas, procesar nueva información y avanzar en las tareas.
LingGuang 2.0 muestra la aplicación de este tipo de capacidades en la vida personal. Por ejemplo, planificar un viaje no es solo generar una guía de itinerario, sino que también hay que hacer seguimiento del clima, las reservas y los preparativos previos según la hora de salida; ante las necesidades de compras del Double 11, hay que filtrar productos, organizar listas según el presupuesto, las especificaciones y las preferencias personales, y seguir de cerca la evolución de los precios para avisar al usuario cuando se cumplan las condiciones pactadas.
En torno a estas necesidades, Bailing sigue explorando a través del entrenamiento de modelos y la retroalimentación de aplicaciones las capacidades que requiere un Personal Agent. Ling-3.1-flash-base incorporó estas consideraciones desde su fase de diseño; el modelo adopta una arquitectura híbrida lineal MoE, con unos 560B de parámetros totales y unos 25B de parámetros activados por Token, logrando un equilibrio entre capacidad del modelo, procesamiento de secuencias largas y costo computacional por paso, y proporcionando la base para el entrenamiento posterior orientado a tareas reales.
En 47 pruebas benchmark de 8 áreas, Ling-3.1-flash-base superó en 32 de ellas a DeepSeek-V4-Pro-Base y MiMo-V2.5-Pro-Base, obteniendo la puntuación más alta. Entre ellas, las evaluaciones de comprensión de conocimiento, razonamiento lógico, código, matemáticas y contexto largo corresponden a múltiples capacidades básicas que un asistente personal necesita para gestionar asuntos complejos, y constituyen un punto de partida importante para manejar tareas complejas. Según se informó, Ling-3.1-flash-base se ofrece a los desarrolladores con pesos base BF16 y licencia MIT; los desarrolladores pueden realizar preentrenamiento continuo, adaptación de dominio y post-entrenamiento basándose en sus propios conocimientos, procesos y herramientas.
Sobre estas capacidades básicas, Ling-3.1-flash y la posterior versión 1019 fortalecen continuamente mediante post-entrenamiento las capacidades de razonamiento, uso de herramientas y ejecución de múltiples pasos, mejorando de forma sostenida el desempeño del modelo en flujos de trabajo reales. El periodista observó que, desde el Base hasta el modelo post-entrenado, el enfoque de investigación y desarrollo de Bailing se ha extendido gradualmente hacia cómo seguir objetivos, usar herramientas y avanzar en las tareas.
Según se informó, en torno a las necesidades de procesamiento de información multimodal en los asuntos personales, Bailing entrenó sobre la base de Ling-3.1-flash el modelo de lenguaje visual Ling-3.1-flash-VL, que añade comprensión visual a las capacidades existentes de razonamiento, planificación y uso de herramientas; actualmente ya se aplica primero en LingGuang y se publicará externamente más adelante.
De las tareas reales a las aplicaciones reales
Actualmente, Bailing está perfeccionando gradualmente las capacidades de modelo que requiere un Personal Agent. La evolución de las capacidades a nivel de modelo también se está validando y explorando aún más en las aplicaciones. Según se informó, Ling-3.1-flash ya ha realizado entrenamiento de alineación basado en las necesidades y retroalimentaciones de escenarios de aplicación como LingGuang y la versión médica A Fu, mejorando de forma continua las capacidades del modelo en expresión profesional y comunicación.
«De las tareas reales a las aplicaciones reales.» Bailing declaró que espera, mediante un ciclo continuo entre investigación y desarrollo de modelos y práctica de aplicaciones, mejorar la capacidad del modelo para comprender objetivos, mantener el estado de las tareas y responder a los cambios, y que seguirá explorando junto con los desarrolladores, a través del open source, más posibilidades de aplicación.
El periodista observó que, a diferencia de la simple búsqueda de escala de parámetros del modelo, Bailing se centra más en llevar las capacidades del modelo base a procesos reales y completar tareas reales. Desde la segunda mitad de este año, Bailing ha acelerado la iteración y el desarrollo de modelos en torno a la apertura y el open source y los escenarios reales.
Anteriormente, sobre la base del nuevo modelo fundacional de nueva generación Ling-3.0-flash, Bailing lanzó respectivamente el modelo de mejora financiera Ling-3.0-flash-Fin y el modelo de mejora médica Ling-3.0-flash-Sante, llevando aún más las capacidades del modelo base a escenarios profesionales reales. Entre ellos, Ling-3.0-flash-Fin (124B de parámetros totales, 5.1B activados) lleva la IA al flujo real de tareas de investigación de inversiones, conectando la cadena completa de tareas desde la búsqueda de información y el análisis hasta la formación de resultados de investigación, igualando a modelos frontera de clase 3T en tareas de inversión de alta dificultad, con un desempeño integral de Agente financiero líder entre los modelos open source; Ling-3.0-flash-Sante lleva la «alta eficiencia inteligente» al ámbito médico, logrando con 124B de parámetros el mejor desempeño entre modelos de menos de 1.6T, con un rendimiento general comparable al de varios modelos insignia.
Este artículo fue proporcionado por Ant, y Quantum Bit lo reproduce con autorización; las opiniones pertenecen al autor original.