蚂蚁百灵大模型团队正式开源 Ring-flash-linear-2.0-128K，该模型适合在超长文本的的代码编程以及 agent 等场景进行使用。

据介绍，该模型利用线性和标准注意力的强大混合架构，完美平衡了高性能和高效率。通过将经过验证的 MoE 设计与优化（如 1/32 专家激活比率和 MTP 层）相结合，Ring-flash-linear 在仅激活 6.1B 参数的情况下达到了 40B 密集模型的性能。

该模型从 Ling-flash-base-2.0 转换而来，并在额外的 1T 令牌上进行了进一步训练。通过 SFT 与强化学习的稳定训练，使得模型在各项高难度复杂推理任务上均达到 SOTA 表现。

在基准测试方面，Ring-flash-linear-2.0-128k 不仅可以与标准注意力模型（如 Ring-flash-2.0）相媲美，而且在多个要求苛刻的任务中超越了其他开源 MoE 和 Dense 模型。此外还原生支持 128K 上下文窗口，并可以通过 YaRN 扩展到 512K。它比以往任何时候都更快、更精确，特别是在处理长输入和输出时。

Huggingface: https://huggingface.co/inclusionAI/Ring-flash-linear-2.0-128k

Modelscope: https://modelscope.cn/models/inclusionAI/Ring-flash-linear-2.0-128k

GitHub linghe 算子库: https://github.com/inclusionAI/linghe