先了解这件事
AI 综述
2026年8月14日,蚂蚁ASystem团队发起AReno本地化大模型后训练工具包。同日,蚂蚁百灵发布实践文章,介绍在DGX Spark上用AReno对Ling-3.0-tiny做Agentic RL,以井字棋为最小验证任务,跑通基线评测、Reward定义、后训练与同环境复测四步闭环。实验使用GSPO训练400个step,rollout/rewards_mean从约-0.5升到0.4左右,response_len降至约850 tokens,复测中工具调用与落子选择更稳定。Ling-3.0-tiny为7.9B总参数、1.3B激活参数的混合推理模型,已开源BF16、FP8和INT4版本,AReno提供Docker复现教程。目前该工具包已随上述实践公开。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：蚂蚁百灵：Developer Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
8月14日
蚂蚁百灵：Developer Blog一手
蚂蚁百灵用 Ling-3.0-tiny 与 AReno 打通单机 Agentic RL 闭环
蚂蚁百灵发布实践文章，介绍在 DGX Spark 上用本地后训练工具包 AReno 对 Ling-3.0-tiny 做 Agentic RL，以井字棋为最小验证任务跑通基线评测、Reward 定义、后训练与同环境复测四步闭环。实验使用 GSPO 训练 400 个 step，rollout/rewards_mean 从约 -0.5 升到 0.4 左右，response_len 降至约 850 tokens，复测中工具调用与落子选择更稳定。Ling-3.0-tiny 为 7.9B 总参数、1.3B 激活参数的混合推理模型，已开源 BF16、FP8 和 INT4 版本，AReno 提供 Docker 复现教程。