【TechWeb】10月14日音书，今天凌晨，蚂连续团厚爱推出万亿参数想考模子Ring-1T，并全面开源模子权重、检修配方。

Ring-1T在9月30日开源的预览版Ring-1T-preview基础上，捏续扩张大限制可考证奖励强化学习（RLVR）检修，进一步引发万亿基座的当然言语推理能力，并通过 RLHF 检修完善模子通用能力，在各项任务榜单上确认愈加平衡。

为了捏续引发Ring-1T的数学等复杂推理能力，这次百灵团队挑战了难度更高的IMO2025（国外数学奥利匹克）赛题，将Ring-1T接入多智能体框架AWorld，使用纯当然言语推理进行解题。实际效果炫夸，Ring-1T仅用一次解出了第1、3、4、5题，颠倒于IMO银牌水平，成为首个能拿IMO国外奥数奖的开源系统。Ring-1T在第三次尝试IMO时对第2题几何讲解也给出了接近满分的讲解进程，在顶流大模子真实扫地俱尽的第六题中将谜底敛迹到与Gemini 2.5 Pro 疏导的“4048”（正确谜底为2112）。

看成一款想考模子，Ring-1T也确认出了很好的通用能力，在“东说念主类偏好对王人”测试Arena-Hard V2中，Ring-1T以81.59的生效力居于开源模子榜首，靠拢GPT-5-Thinking(High)82.91的得益。在面向严谨边界的医疗问答HealthBench测评中，Ring-1T也以最高分获取开源边界最好。

万亿参数想考模子检修最浩劫题是训推精度互异，即检修阶段与推理阶段因终了细节互异导致的检修和推理精度不一致，进而导致检修崩溃。据先容，在Ring-1T模子中，蚂蚁秉承了自研的“棒冰（icepop）”算法来冒昧这项行业贫瘠，即用带掩码的双向截断时间把检修-推理散布互异冻结在低水位，确保长序列、长周期检修不崩。

此外，冒昧万亿参数模子强化学习检修，蚂蚁还自研了高性能强化学习系统ASystem(其中包含已开源的高性能强化学习框架AReaL)，至极针对万亿参数模子的显存措置和训推权重交换问题作念了细巧的优化，终明显单机显存碎屑秒级回收、权重零冗余交换，把大限制RL检修妥贴跑成平常。

据百灵团队走漏，Ring-1T模子是其在万亿想考模子上的初度尝试，蚂蚁百灵团队会在后续的版块中持续完善模子性能。现在，用户可通过HuggingFace、魔搭社区下载模子，并通过蚂蚁百宝箱等平台在线体验。

最近，百灵团队动作经常，先是9月30日发布了Ring-1T的预览版Ring-1T-preview，二者都是想考模子，也等于推理模子。10月9日，蚂连续团发布了万亿参数通用大言语模子Ling-1T，这个长短想考模子。

隔断现在开云kaiyun.com，蚂蚁百灵大模子如故发布18款模子，酿成从160亿总参数到1万亿总参数的大言语模子居品矩阵，其中包括两款万亿参数模子：通用大言语模子Ling-1T、想考模子Ring-1T。 

　　声明：新浪网独家稿件，未经授权按捺转载。 -->