蚂蚁 inclusionAI 开源 Ling-3.0 系列高效语言基座模型

简介

我们已开源 Ling-3.0 系列，这是我们迄今为止最高效的语言基础模型家族。为支持研究与社区驱动的创新，我们发布训练过程中的一系列检查点，如下所示：

这些检查点对应训练过程的不同阶段：

• 预训练检查点已完成大规模预训练，但尚未经过中期训练、WSM 合并（或学习率衰减）或后训练。
• 中期训练检查点已完成中期训练，但尚未经过 WSM 合并（或学习率衰减）或后训练。
• 合并检查点已在中期训练检查点的基础上经过 WSM 合并（或学习率衰减），但尚未经过后训练。

发布这些检查点是为了支持持续预训练、微调以及进一步研究。关于后训练模型，请参见 Ling-3.0-tiny 和 Ling-3.0-flash。

模型概览

核心特性

• 高度稀疏（1/64）MoE 架构：512 个路由专家，每个 token 仅激活 8 个路由专家和 1 个共享专家。这使模型具备广泛能力，同时每个 token 仅激活 5.1B（Non-emb）参数；
• 原生混合线性注意力： Ling-3.0 系列从预训练一开始就采用原生混合线性注意力架构，将 KDA 与 Gated MLA 相结合，从而实现对长上下文输入的高效处理。
• 预热-稳定与合并： 我们以加权检查点合并取代了传统的学习率衰减。通过消除衰减阶段，我们的 Base Model 更适合持续预训练和动态数据扩展，同时还能离线探索不同的衰减曲线，而无需为每种策略重新运行昂贵的实验。
• 无缝扩展： Ling-3.0-tiny-base 与 Ling-3.0-flash-base 共享相同的训练配方，使社区能够先在 Ling-3.0-tiny-base 上进行实验，然后将经过验证的训练策略扩展到更大的 Ling-3.0-flash-base。

基础模型评估

为了系统性地评估基础模型的能力，我们使用了一套全面的基准测试套件，覆盖数学、编程、推理、多语言理解和长上下文理解等多个关键领域。预训练基础检查点（即 Ling-3.0-flash-base）的性能对比如下：

预期用途

推荐使用场景：

• 持续预训练
• 中期训练
• 面向领域适配的监督微调
• 偏好优化与 RL 后训练 知识蒸馏研究
• 长上下文与 MoE 系统研究

不推荐按原样用于：

• 直接面向终端用户的聊天部署
• 未经额外对齐和评估的安全关键型应用
• 未经后训练和任务特定验证的生产环境使用

使用方法

关于微调示例，请参考我们的 ling-cookbook。

常见问题

如有任何问题，欢迎随时发起讨论。

许可证

本模型基于 MIT License 发布。

包含 inclusionAI/Ling-3.0-flash-base 的合集

Ling 3.0 •13 个项目•17 分钟前更新• 15

inclusionAI/Ling-3.0-flash-base 的论文