Ring-flash-2.0开源：6.1B参数挑战推理极限！
【免费下载链接】Ring-flash-2.0项目地址: https://ai.gitcode.com/hf_mirrors/inclusionAI/Ring-flash-2.0
大语言模型领域再添猛将——inclusionAI正式开源Ring-flash-2.0，这款基于MoE（Mixture of Experts，混合专家）架构的高性能思考模型，以仅6.1B激活参数实现了媲美40B稠密模型的复杂推理能力，为行业带来高效推理新范式。
近年来，大语言模型呈现"参数竞赛"与"效率优化"并行的发展态势。一方面，模型参数规模持续突破万亿，带来能力跃升；另一方面，企业和开发者对部署成本、推理速度的关注度不断提升。MoE架构通过稀疏激活机制，在保持模型总参数量的同时，显著降低实际计算量，成为平衡性能与效率的重要技术路径。然而，MoE模型在强化学习训练中的不稳定性问题，以及复杂推理任务的效率瓶颈，仍是行业亟待解决的关键挑战。
Ring-flash-2.0在继承Ling-flash-2.0-base 100B总参数基础上，通过深度优化实现了仅6.1B（非嵌入层4.8B）参数的推理激活。其核心创新在于自研的"icepop算法"，有效解决了MoE模型在冷启动Long-CoT SFT（长链思维微调）后强化学习训练不稳定的难题，使模型在延长的RL训练周期中持续提升复杂推理能力。
在性能表现上，Ring-flash-2.0展现出跨领域的领先优势。在数学竞赛（AIME 25、Omni-MATH）、代码生成（LiveCodeBench、CodeForce-Elo）、逻辑推理（ARC-Prize）等挑战性基准测试中，不仅超越了40B参数以下的SOTA稠密模型，还可与更大规模的开源MoE模型及闭源高性能思考模型API相媲美。特别值得注意的是，尽管主打复杂推理，该模型在创意写作（Creative Writing v3）任务上仍超越所有对比模型，保持了与"孪生兄弟"——非思考模型Ling-flash-2.0相当的创作能力，并在科学医疗推理（GPQA-Diamond、HealthBench）等专业领域也表现出强劲竞争力。
效率方面，Ring-flash-2.0凭借1/32专家激活率和MTP层等结构优化，在仅4张H20 GPU上部署即可实现200+ tokens/秒的高生成速度，大幅降低了高并发场景下思考型模型的推理成本。其采用的两阶段强化学习 pipeline（SFT + RLVR + RLHF）进一步释放了模型潜力：首先通过轻量级Long-CoT SFT赋予模型多样化思维模式，接着利用带可验证奖励的RL（RLVR）持续激发推理能力，最后通过RLHF提升通用能力。
Ring-flash-2.0的开源不仅为学术界和工业界提供了一个高性能、高效率的推理模型范例，更通过"icepop算法"等技术创新，为解决MoE模型训练难题提供了新思路。该模型的推出，有望推动思考型AI在科研、教育、代码开发等对推理能力要求严苛的场景中更广泛应用，同时其高效推理特性也为大模型的普惠化部署开辟了新路径。随着技术的持续迭代，我们或将看到更多兼顾性能与效率的创新模型涌现，加速AI技术在各行业的深度落地。
【免费下载链接】Ring-flash-2.0项目地址: https://ai.gitcode.com/hf_mirrors/inclusionAI/Ring-flash-2.0
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
