搜索“模型发布”

源任务，说明复杂推理、跨来源检索与证据整合仍是后续提升重点。 FinFIRST V1 仍有覆盖边界。后续 V2 计划扩展数据规模，并进一步覆盖基础金融搜索与更高阶金融研究任务，推动金融 Agent 从“给出一个答案”走向“完成一条可信的研究链路”。 03 体验与部署 目前，Ling-3.0-flash-Fin 在 OpenRouter 上仍处于免费体验期。无需本地部署，即可通过 API 快速接入，欢迎开发者上手体验，并在真实金融任务中测试模型的检索、推理和工具调用能力。 Ling-3.0-flash-Fin 模型仓库 FinFIRST 评测基准数据集与技术报告 欢迎体验 Ling-3.0-flash-Fin，使用 FinFIRST 复现评测，也欢迎金融机构、研究人员和开发者共同参与后续建设。 点击 「阅读原文」，前往 Hugging Face 获取 Ling-3.0-flash-Fin 模型权重、部署文档与最新更新。模型发布金融技术分享上一篇Ling-3.0-flash-VL 开源发布：让视觉能力服务真实任务下一篇Ling-3.0-flash-Fin：面向真实金融工作流的开放模型$/$

匹配字段正文

离不开金融机构、行业专家、专业用户和开发者的共同参与。蚂蚁百灵将与行业伙伴深入合作，持续完善金融数据与评测体系，推动模型能力在实际业务中得到验证和应用。 Ling-3.0-flash-Fin 将延续 Ling 系列的开放路线，基于开放模型底座构建，并逐步开放模型、工具与评测，为金融机构、研究团队和开发者提供灵活的部署与二次开发空间。 百灵将持续扎根真实金融工作流，让专业金融能力服务更广泛的需求。 Open Intelligence for the Real World. 09 即刻接入 面向金融从业者与开发者，Ling-3.0-flash-Fin 将在 OpenRouter 开启为期一个月的限时免费 API 调用，方便用户在金融研究、数据分析与应用开发等场景中快速体验和验证模型能力。 OpenRouter 体验地址： Ling-3.0-flash-Fin 模型权重将于下周正式开源，敬请关注。模型发布金融上一篇开放模型 × 开放评测：Ling-3.0-flash-Fin 与 FinFIRST 正式开源下一篇Ling-3.0 tiny & flash Base Models 正式开源$/$

匹配字段正文

降低模型性能。 在 Fireworks 上测试期间，我们发现“最小优先”的设置比直接跳到完整的标准目录能产生更一致的工具调用。从裸 bash 和编辑器界面开始，再升级到 dsh 标准，能让 DeepSeek V4 Pro 更接近 DeepSeek 在自己基准运行中使用的设置。 无论你是想降低自主智能体的单位成本、运行零拒绝的安全审计，还是构建专用领域模型，DeepSeek V4 Pro 都能以每解决任务一半的成本为你提供前沿级能力。在 840 次有记录的对抗性安全运行中，它实现了零拒绝和零输出长度截断，保证你的智能体完成工作负载，而不会撞上意外的护栏。 以下是你今天就可以开始构建的方式： 无服务器与专用 API：直接在 Fireworks 无服务器上启动 deepseek-v4-pro-0813，或为生产工作负载配置专用容量。 训练：带上你的领域数据，使用我们协同优化的 SFT、DPO 和 RFT 基础设施训练专用检查点，一键直接部署到生产环境。 查看我们对 Deepseek 的安全评估：此处 在 Fireworks 上部署 Deepseek v4 Pro 0813 模型发布 基准测试

匹配字段正文

能进入真实世界的重要前提。 我们相信，基模开源，才是真正的开源。 开放后训练模型，是把已经形成的能力交给社区；开放 Base Model，是让社区能够从底座出发，继续训练并塑造面向真实场景的智能。 通过开放 Tiny 与 Flash 的 Base Model，以及模型训练过程中的关键 checkpoints，我们希望更多研究者和开发者能够从预训练底座出发，用自己的数据、任务和反馈，让模型在真实世界中继续生长。 🤖 ModelScope Ling-3.0-flash 🤗 Hugging Face 🤖 ModelScope 注：1、WSM 技术论文：WSM: Decay-Free Learning Rate Schedule via Checkpoint Merging for LLM Pre-training（https://arxiv.org/abs/2507.17634） 模型发布技术分享上一篇Ling-3.0-flash-Fin：面向真实金融工作流的开放模型下一篇从跑起来到训起来：Ling-3.0-tiny × ASystem AReno，打通单机 Agentic RL 闭环$/$

匹配字段正文

tiny 的开源，不只是一次模型权重的公开，更是我们对智能如何走进真实世界的一次回答。 我们希望，Ling-3.0-tiny 所代表的智能，具备三个特征： Efficient（高效可持续）：让高质量的推理、工具调用和 Agent 任务以更少资源、更低成本持续运行。 Professional（专业可信）：尊重真实业务流程、数据边界与专业知识，并始终保留人的判断与责任。 更少的激活参数，并不意味着只能完成更简单的任务。相反，它让推理、工具调用和 Agent 能力有机会进入更多设备、服务更多团队，并在更多真实场景中发挥作用。 Open intelligence for the real world. 让智能开放，让效率普惠，让更多团队拥有可部署、可持续、可掌控的智能。 https://modelscope.cn/models/inclusionAI/Ling-3.0-tiny-int4 模型发布技术分享上一篇从跑起来到训起来：Ling-3.0-tiny × ASystem AReno，打通单机 Agentic RL 闭环下一篇Ling-3.0-flash 开源：为真实世界而生的开放智能$/$

匹配字段正文

Meta 报告 如果你的智能体运行在终端中或驱动桌面，请对两个模型都进行基准测试。如果它通过长时间多轮会话编排 API 和 MCP 工具，那么在此规模下这是更强的选择。 Muse Glimmer 已在 Fireworks 上提供，支持无服务器和按需部署两种方式。我们比其他方晚一天发布，这是有意为之。我们多花了一天来启动，因为我们想把这件事做对。这意味着修正模型发布的生成配置，并将推理强度控制一路贯通到模型。优秀的模型值得优秀的执行。质量是我们的最高优先级，我们希望确保你从第一天起就能获得你所期望的精确性能、控制力和可靠性。 无需采购 GPU。从一次 API 调用开始；无需容量规划即可扩展到生产环境。 为突发性智能体流量而构建。智能体工作负载会不可预测地激增。Fireworks 自动扩缩以匹配需求，因此你无需为峰值预留容量。 良好运行：Meta 建议使用以下设置。 temperature = 1.0，top p = 0.95，top k = 64 推理强度在系统提示词中设置为 Reasoning strength: ，可选 low、medium、high 和 xhigh——智能体和编码

匹配字段正文

索开放模型如何从技术能力走向业务价值，将模型转化为可运行的产品、可复用的工作流和可验证的实践成果。 立即报名，和我们一起让开放智能进入真实世界： 进入百灵官网申请 限时折扣，开放体验持续 随着为期两周的限时免费体验结束，为进一步降低开发者的持续使用成本，Ling Studio 推出 Ling-3.0-flash 限时 2.5 折优惠。 开发者也可继续通过百灵官方平台及 OpenRouter 等第三方平台便捷接入模型，深入探索其在复杂任务执行、工具调用、代码生成及长上下文理解等场景中的能力。 注：2026 年 8 月 7 日 00:00 至 8 月 31 日 24:00，Ling-3.0-flash 在 Ling Studio 限时享受 2.5 折优惠；自 9 月 1 日 00:00 起恢复原价。 🤖 ModelScope https://modelscope.cn/models/inclusionAI/Ling-3.0-flash-int4 模型发布技术分享上一篇Ling-3.0-tiny 正式开源：让 1.3B 激活参数，进入真实任务下一篇Ling-3.0-flash：智以密胜$/$

匹配字段正文

一个大模型将是开放权重，这是一个重大变化。我觉得有太多东西要聊了。Flo，我觉得你已经在谈一些关于性能差距和蒸馏的观点了。所以我们大概可以从那里开始，然后我边聊边有一个小清单，我们可以随时过一遍话题和我写的那篇博客，它们都非常细致入微。所以我觉得我们有无限的话题可聊。那就继续你的吐槽吧。 00:01:17 Florian Brand：是的，我觉得，或者说每次模型发布时最大的话题——至少每次开放模型发布时——就是它落后闭源前沿多少个月。嗯，人们喜欢给这个加上一个确定的数字，这真的非常混乱，因为如今我们有这么多不同的基准测试提供方，也有这么多不同的基准测试，每个网站——我也难辞其咎——都会拿出他们最喜欢的基准来显示当前模型或新发布的模型处于前沿，然后另一方又拿出另一个基准来反驳，说哦它其实落后一年之类的。嗯，而且很多似乎都取决于这个问题：开放模型落后多少个月。 00:02:26 Nathan Lambert：是的。所以我的挑衅性观点是，有些基准实际上与人们正在做的事情有合理的相关性，这就是智能体编程和智能体计算机使用任务，而有些基准则与长尾相关，我认为这正是 Claude 和 GPT 如此

匹配字段正文

emini 的众多评测之一，但那是另一个话题了。有一个在社区中评价褒贬不一的基准测试（尤其是在真正的设计师群体中）——Design Arena 甚至显示 GLM-5.2 击败了 Claude Fable 本身——那个最近被封禁的炒作机器！ 在 AI 评论界和研究界中，我尊重的几乎所有人都在亲自使用后称赞了这款模型。社区中如此集中的讨论焦点，此前只有一次在开源模型发布时如此明显——DeepSeek R1。这不是我轻易做出的比较，而当我将 Kimi K2 的发布比作“DeepSeek 时刻”时，GLM-5.2 已经远远超过了那一次。Kimi K2 令人印象深刻之处在于，开源模型性能的大幅进步似乎可以来自中国的任何地方。而 GLM-5.2 所迈出的这一步，更像是 AI 进步的一扇单向门。 Anthropic 凭借 Claude Code 创下的创纪录营收增速，很大程度上是由其作为最佳模型、以及唯一真正能做到这一点的模型所驱动的。GLM-5.2 是众多（即将到来的）开源权重模型中第一个提供可信替代方案的。这一类比非常清晰，就像当年 DeepSeek R1 表明，资源远为匮乏的开源权重实验室也能

匹配字段正文

正确的废话”，而是考察它能否进行精妙的“正话反说”，将晦涩的行业内幕转化为大众能懂的笑料。 实用场景： 脱口秀段子创作、社交媒体网感互动、带有戏谑风格的科技杂文专栏。 Prompt： 创作一段讽刺 AI 时代来临之后，每个人都争相展现自己多年之前就看到某些趋势的雄竞场面的脱口秀，剧本长度不要超过五分钟，需要有不少于 10 个包袱，并且必须要提到现在每周都有新模型发布这个观察。 Ling-2.5-1T 回复： 【场景】一个灯光昏暗的脱口秀小剧场，主持人（我）走上台，手里拿着一杯冒热气的咖啡。 我：大家晚上好！最近怎么样？是不是感觉生活节奏特别快？ （停顿） 快得我都怀疑自己是不是活在2倍速播放的短视频里了。 我：你们发现没有，现在最卷的不是工作，不是内卷，是“先知内卷”。 每天刷朋友圈，都能看到有人发一张2014年的截图，配文：“看，我早就警告过你们。” 那张图通常是《终结者》的剧照，或者一张模糊的机器人握手照片。 如果你说“我二十年前就知道”，大家直接给你众筹出一座雕像——底座上刻着“先见之明，但没来得及买英伟达股票”。 我：最搞笑的是，现在连我妈都加入这场雄竞。 昨天她给我发语音：“

匹配字段正文

的多任务训练成为可能！更重要的是，我们现在拥有一个单一的通用Triplet-GMPNN，在分布外评估中，其平均表现与三十个专家Triplet-GMPNN相当： 尽管从这张图中可以明显看出，距离我们构建出一个完全“算法化”的NAR处理器库还有很长的路要走，但这一结果已被视为一个重要的“压缩”里程碑，类似于Gato [47]论文。我们的Triplet-GMPNN模型发布后，在Twitter、Reddit和HackerNews上引发了极其有趣的讨论，尤其是考虑到它对构建通用智能系统的意义。总体而言，过去仅仅三年里各个团队在NAR方面取得的进展令人惊叹。而我们才刚刚起步：既然我们原则上已经能够构建通用型NAR处理器，我对这为未来研究和产品带来的潜力感到无比兴奋。 毋庸赘言，本文并未涵盖大量材料——尤其是所讨论的许多论文的技术与实现细节。如果读到此处让你产生了进一步了解的兴趣，甚至想亲自把玩NAR模型，我推荐你查看LoG'22的NAR教程（https://algo-reasoning.github.io/），该教程由我与Andreea Deac和Andrew Dudzik共同讲授。在不到三个小时

匹配字段正文