开源项目 全部文章

蚂蚁开源Ling-2.6-flash，104B总参数、7.4B激活参数，主打代理场景下的高推理效率与低token消耗，采用混合线性注意力和稀疏MoE，在4×H20上最高340 tokens/s、长输出吞吐最高约提升4倍，并以1500万token维持有竞争力表现，在工具调用、多步规划和任务执行基准上接近或达到同级SOTA，但复杂场景仍存在工具幻觉、中英切换和复杂指令服从不足。