Le 28 octobre, le grand modèle Bailing du groupe Ant a officiellement rendu Ling-3.1-flash-1019 open source. La nouvelle version a été entraînée et optimisée sur la base de Ling-3.1-flash, obtenant un score de 44 points dans l'indice d'intelligence Artificial Analysis Intelligence Index v4.3.2, soit une amélioration de 3 points par rapport à la version précédente. Parallèlement, Bailing a également rendu open source son modèle de base Ling-3.1-flash-base, afin de poser les fondations en matière de connaissances, de raisonnement et d'efficacité de calcul nécessaires aux tâches de longue durée.
Selon les informations disponibles, la version Ling-3.1-flash-1019 cible les scénarios de Personal Agent et améliore encore les performances du modèle dans le traitement de flux de travail complexes et de tâches multi-étapes. En ce qui concerne concrètement les évaluations, le score de la nouvelle version dans le travail de connaissances complexe AA-Briefcase est passé d'environ 1400 Elo à 1524 Elo, et GDPval-AA d'environ 1618 Elo à 1644 Elo ; le score d'automatisation de processus AutomationBench-AA est passé de 62% à 68% ; la résolution de problèmes scientifiques CritPt est passée de 18% à 26%, et SciCode de 54% à 57%.
Le journaliste a remarqué que cette itération et cette ouverture du modèle de Bailing sont étroitement liées à LingGuang 2.0. Le 27 octobre, LingGuang 2.0 a été mis à niveau en « assistant IA personnel capable de gérer des affaires » : s'appuyant sur la mémoire inter-sessions, la planification de tâches de longue durée et un hôte cloud indépendant, LingGuang peut suivre les tâches de manière plus proactive et gérer continuellement les affaires complexes de la vie dans le cadre des autorisations accordées 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 nécessite-t-il ?
Contrairement aux questions-réponses instantanées, un agent personnel doit travailler continuellement autour d'un objectif, ce qui exige non seulement que le produit dispose de mécanismes de mémoire et de planification de tâches, mais aussi que le modèle sous-jacent soit capable de comprendre l'objectif, d'utiliser des outils, de traiter de nouvelles informations et de faire avancer les tâches.
LingGuang 2.0 illustre l'application de ces capacités dans la vie personnelle. Par exemple, planifier un voyage ne se limite pas à générer un itinéraire : il faut aussi suivre la météo, les réservations et les préparatifs de départ en fonction de l'heure de départ ; face aux besoins d'achat du Double 11, il faut sélectionner les produits et organiser les listes selon le budget, les spécifications et les préférences personnelles, tout en surveillant continuellement les variations de prix et en alertant l'utilisateur lorsque les conditions convenues sont remplies.
Autour de ces besoins, Bailing explore continuellement, par l'entraînement des modèles et les retours d'application, les capacités requises pour un Personal Agent. Ling-3.1-flash-base a intégré ces exigences 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, trouvant un équilibre entre la capacité du modèle, le traitement des longues séquences et le coût de calcul par étape, fournissant ainsi une base pour l'entraînement ultérieur orienté vers les tâches réelles.
Sur 47 tests benchmark répartis dans 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 score le plus élevé. Parmi ceux-ci, les évaluations portant sur la compréhension des connaissances, le raisonnement logique, le code, les mathématiques et les contextes longs correspondent à plusieurs capacités fondamentales nécessaires à un assistant personnel pour traiter des affaires complexes, constituant un point de départ important pour la gestion 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, sur la base de leurs propres connaissances, processus et outils, procéder à un pré-entraînement continu, à une adaptation de domaine et à un post-entraînement.
Au-dessus des capacités de base, Ling-3.1-flash et la version ultérieure 1019 renforcent continuellement, par le post-entraînement, les capacités de raisonnement, d'utilisation d'outils et d'exécution multi-étapes, améliorant sans cesse les performances du modèle dans les flux de travail réels. Le journaliste a remarqué que, du Base au modèle post-entraîné, l'accent de la recherche et développement de Bailing s'est progressivement étendu à la manière de suivre les objectifs, d'utiliser les outils et de faire avancer les tâches.
Selon les informations disponibles, face aux besoins de traitement d'informations multimodales dans les affaires personnelles, Bailing a entraîné, sur la base de Ling-3.1-flash, le modèle de langage visuel 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 à LingGuang et sera publié ultérieurement au public.
Des tâches réelles vers les applications réelles
Actuellement, Bailing complète progressivement les capacités de modèle nécessaires à un Personal Agent. L'évolution des capacités au niveau du modèle est également en cours de validation et d'exploration approfondies 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 A Fu version médecins, améliorant continuellement les capacités du modèle en matière d'expression professionnelle et de communication.
« Des tâches réelles vers les applications réelles. » Bailing indique espérer, grâce à un cycle continu entre recherche et développement des 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 continuera d'explorer, par l'open source, davantage de possibilités d'application avec les développeurs.
Le journaliste a remarqué qu'à la différence d'une simple quête d'échelle de paramètres, Bailing met davantage l'accent sur l'intégration des capacités des modèles de base dans des processus réels pour accomplir des tâches réelles. 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 a lancé respectivement le modèle à renforcement financier Ling-3.0-flash-Fin et le modèle à renforcement médical Ling-3.0-flash-Sante, faisant pénétrer 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 les flux réels de tâches de recherche en investissement, en connectant la chaîne complète de tâches allant de la recherche documentaire à l'analyse puis à la formation de résultats de recherche ; dans les tâches de recherche en investissement de haute difficulté, il rivalise avec 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 « haut rapport intelligence-efficacité » au domaine médical, obtenant avec une échelle de 124B de paramètres la meilleure performance parmi les modèles de moins de 1.6T, avec des performances globales équivalentes à celles de plusieurs modèles phares.
Cet article a été fourni par Ant ; QbitAI l'a republié avec autorisation ; les points de vue appartiennent à l'auteur original.