蚂蚁百灵团队开源Ring-flash-2.0高性能思考模型

2025年9月19日，蚂蚁集团百灵大模型团队正式开源高性能思考模型Ring-flash-2.0。

模型规格

  • 总参数：100B
  • 激活参数：6.1B
  • 上下文：128K
  • 生成速度：200+ token/s（4张H20）

性能表现

数学推理：AIME 25得分86.98 代码能力：CodeForces Elo 90.23 逻辑推理：ARC-Prize表现优异

性能超越40B以内Dense模型SOTA，媲美更大规模MoE模型。

技术创新

棒冰(icepop)算法：

  • 带掩码的双向截断技术
  • 修正训推分布差异
  • 稳定长周期RL训练

两阶段RL训练：

  • Long-CoT SFT掌握多样思考方式
  • RLVR激发推理潜力
  • RLHF增强通用能力

模型权重、训练方案和数据配方全部开源。

本文源自「机器之心」**