خلاصه
انت گروپ مدل زبانی لینگ-1T با یک تریلیون پارامتر را متنباز کرد. این مدل در آزمون ریاضی AIME ۲۰۲۵ دقت ۷۰٪ دارد و همزمان چارچوب dInfer برای مدلهای پخشی زبان را عرضه کرده تا سرعت و کارایی را چندبرابر کند.
مقدمه
با محدودیت تراشههای پیشرفته، شرکتهای چینی روی بهینهسازی نرمافزاری آوردهاند. لینگ-1T نماد این راهبرد است؛ مدلی عظیم که قرار است هم قدرت بالا داشته باشد و هم مصرف انرژی کمتر.
لینگ-1T چیست؟
لینگ-1T یکTransformer با یک تریلیون پارامتر است که توسط انت گروپ آموزش دیده و کاملاً متنباز منتشر شده است.
ویژگیهای کلیدی
- دقت ۷۰٫۴۲٪ در آزمون ریاضی AIME ۲۰۲۵
- میانگین ۴۰۰۰ توکن خروجی برای هر مسئله
- مصرف بهینهتر نسبت به مدلهای همرده
چارچوب dInfer
dInfer موتور inference اختصاصی انت است که برای مدلهای پخشی زبان طراحی شده و سرعت تولید متن را تا ۱۰ برابر افزایش میدهد.
افزایش سرعت در عمل
| مدل/چارچوب | توکن بر ثانیه |
|---|---|
| LLaDA-MoE + dInfer | ۱۰۱۱ |
| Fast-dLLM انویدیا | ۹۱ |
| Qwen-2.5-3B روی vLLM | ۲۹۴ |
خانواده کامل مدلهای انت
انت سه سری مدل دارد:
- لینگ: مدلهای معمول زبانی
- رینگ: مدلهای ریاضی و استدلالی (Ring-1T-preview)
- مینگ: چندمدالی تصویر، صدا، متن و ویدیو
چرا متنباز؟
انت میگوید «AGI باید دارایی عمومی بشریت باشد». با متنباز کردن مدلها، امید دارد جامعهای از توسعهدهندگان شکل بگیرد و نوآوری سریعتر شود.
چشمانداز
کنار لینگ-1T، AWorld هم در دست ساخت است؛ چارچوبی برای یادگیری مستمر عاملهای هوشمند. اگر ادعای سرعت و دقت در عمل ثابت شود، انت میتواند بازیگر مهمی در رقابت جهانی مدلهای زبانی شود.