Le 28 octobre, le grand modèle Bailing du groupe Ant a officiellement été open sourcé sous le nom de Ling-3.1-flash-1019. La nouvelle version a été entraînée et optimisée davantage sur la base de Ling-3.1-flash, obtenant un score de 44 à l'indice d'intelligence Artificial Analysis Intelligence Index v4.3.2, soit 3 points de mieux que la version précédente. Parallèlement, Bailing a ouvert en open source son modèle de base Ling-3.1-flash, afin de poser des fondations solides pour les connaissances, le raisonnement et l'efficacité de calcul requis par les tâches de longue durée.
Selon les informations disponibles, la version Ling-3.1-flash-1019 est destinée aux scénarios de Personal Agent et améliore encore les performances du modèle dans le traitement de flux de travail complexes et de tâches en plusieurs étapes. Concrètement, dans les évaluations, le score de la nouvelle version dans AA-Briefcase, un travail de connaissances complexe, est passé d'environ 1400Elo à 1524Elo, celui de GDPval-AA d'environ 1618Elo à 1644Elo ; le score d'automatisation de processus AutomationBench-AA est passé de 62% à 68% ; le score de résolution de problèmes scientifiques CritPt est passé de 18% à 26%, et celui de SciCode de 54% à 57%.
La journaliste a noté que cette itération et mise en open source de modèles par Bailing est étroitement liée à Lingguang 2.0. Le 26 octobre, Lingguang 2.0 a évolué en « assistant IA personnel capable de gérer les choses » : s'appuyant sur des capacités telles que la mémoire inter-sessions, l'ordonnancement de tâches de longue durée et un hôte cloud indépendant, Lingguang peut suivre les tâches de manière plus proactive et gérer durablement les affaires complexes de la vie quotidienne dans le périmètre autorisé par l'utilisateur, et même si l'utilisateur quitte la conversation, les tâches concernées continuent de s'exécuter. Cela impose de nouvelles exigences aux capacités du modèle.
Pour passer de la réponse aux questions au traitement continu des affaires, quelles nouvelles capacités le modèle doit-il posséder ?
Contrairement aux questions-réponses instantanées, un agent personnel doit travailler de manière continue autour d'un objectif : cela exige non seulement que le produit dispose de mécanismes de mémoire et d'ordonnancement des tâches, mais aussi que le modèle sous-jacent soit capable de comprendre les objectifs, d'utiliser des outils, de traiter de nouvelles informations et de faire avancer les tâches.
Lingguang 2.0 illustre l'application de ce type de capacités dans la vie personnelle. Par exemple, planifier un voyage ne se limite pas à générer un itinéraire : il faut aussi suivre la météo en fonction de l'heure de départ, les réservations et les préparatifs ; face aux besoins d'achat du Double 11, il faut sélectionner des produits selon le budget, les spécifications et les préférences personnelles, établir des listes, et surveiller en continu l'évolution des prix pour alerter l'utilisateur lorsque les conditions convenues sont remplies.
Autour de ces besoins, Bailing explore en continu, par l'entraînement des modèles et les retours d'application, les capacités requises par un Personal Agent. Ling-3.1-flash-base intègre ces besoins dès sa phase de conception : le modèle adopte une architecture MoE linéaire hybride, avec environ 560B de paramètres au total et environ 25B de paramètres activés par Token, réalisant un équilibre entre capacité du modèle, traitement de longues séquences et coût de calcul par étape, fournissant ainsi une base pour l'entraînement ultérieur orienté vers des tâches réelles.
Dans 47 tests benchmark couvrant 8 domaines, Ling-3.1-flash-base a surpassé DeepSeek-V4-Pro-Base et MiMo-V2.5-Pro-Base sur 32 d'entre eux, obtenant le meilleur score. Parmi ceux-ci, les évaluations de compréhension des connaissances, de raisonnement logique, de code, de mathématiques et de contexte long correspondent à plusieurs capacités fondamentales dont un assistant personnel a besoin pour traiter des affaires complexes, constituant un point de départ important pour gérer des tâches complexes. Selon les informations disponibles, Ling-3.1-flash-base est proposé aux développeurs avec des poids de base BF16 et une licence MIT ; les développeurs peuvent effectuer un pré-entraînement continu, une adaptation de domaine et un post-entraînement à partir de leurs propres connaissances, processus et outils.
Sur ces capacités de base, Ling-3.1-flash et la version 1019 qui a suivi renforcent en continu, par post-entraînement, les capacités de raisonnement, d'utilisation d'outils et d'exécution en plusieurs étapes, améliorant constamment les performances du modèle dans les flux de travail réels. La journaliste a noté que de Base aux modèles post-entraînés, l'accent de la recherche de Bailing s'est progressivement déplacé vers la manière de suivre des objectifs, d'utiliser des outils et de faire avancer les tâches.
Selon les informations disponibles, pour répondre aux besoins de traitement d'informations multimodales dans les affaires personnelles, Bailing a entraîné à partir de Ling-3.1-flash un modèle vision-langage, Ling-3.1-flash-VL, qui ajoute la compréhension visuelle aux capacités existantes de raisonnement, de planification et d'utilisation d'outils ; il est déjà appliqué en avant-première dans Lingguang et sera publié ultérieurement en externe.
Des tâches réelles vers les applications réelles
Actuellement, Bailing perfectionne progressivement les capacités de modèle requises par un Personal Agent. L'évolution des capacités au niveau du modèle est également en cours de validation et d'exploration dans les applications. Selon les informations disponibles, Ling-3.1-flash a déjà bénéficié d'un entraînement d'alignement fondé sur les besoins et les retours de scénarios d'application tels que Lingguang et la version médecin d'Afu, améliorant continuellement les capacités du modèle en matière d'expression professionnelle et de communication.
« Des tâches réelles vers les applications réelles. » Bailing indique qu'elle espère, grâce à un cycle continu entre développement de modèles et pratique applicative, améliorer la capacité du modèle à comprendre les objectifs, à maintenir l'état des tâches et à faire face aux changements, et qu'elle continuera d'explorer avec les développeurs, via l'open source, davantage de possibilités applicatives.
La journaliste a noté que, contrairement à une simple course à la taille des paramètres, Bailing met davantage l'accent sur l'intégration des capacités des modèles de base dans des processus réels pour accomplir de vraies tâches. Depuis la seconde moitié de cette année, Bailing accélère l'itération et le développement de ses modèles autour de l'ouverture et de l'open source ainsi que des scénarios réels.
Auparavant, sur la base du nouveau modèle de fondation Ling-3.0-flash, Bailing avait respectivement lancé le modèle à renforcement financier Ling-3.0-flash-Fin et le modèle à renforcement médical Ling-3.0-flash-Sante, portant davantage les capacités des modèles de base dans des scénarios professionnels réels. Parmi ceux-ci, Ling-3.0-flash-Fin (124B de paramètres au total, 5.1B activés) fait entrer l'IA dans le flux réel des tâches de recherche en investissement, en connectant la chaîne complète de tâches allant de la recherche documentaire à l'analyse puis à la formation des résultats de recherche ; dans les tâches d'investissement de haute difficulté, il égale les modèles de pointe de classe 3T, et sa performance globale en tant qu'agent financier atteint un niveau de pointe parmi les modèles open source ; Ling-3.0-flash-Sante, quant à lui, apporte le « rapport élevé entre intelligence et efficacité » au domaine médical : avec une taille de 124B de paramètres, il obtient la meilleure performance parmi les modèles de moins de 1.6T, avec des performances globales comparables à celles de plusieurs modèles phares.