蚂蚁开源万亿参数思考模型 Ring-1T，综合能力逼近 GPT-5、数学能力对标 IMO 银牌

43 0 0

文章摘要

蚂蚁集团正式推出万亿参数思考模型Ring-1T并全面开源，该模型在9月30日预览版基础上扩展了大规模可验证奖励强化学习（RLVR）训练，提升自然语言推理能力，并通过RLHF训练完善通用能力。Ring-1T在多项任务榜单上表现均衡，尤其在数学推理领域取得突破性进展。通过接入多智能体框架AWorld，模型使用纯自然语言推理成功解出IMO2025赛题中的4道题目，达到银牌水平，成为首个能获IMO奖的开源系统。在几何证明题中，其第三次尝试接近满分，并在高难度第六题中答案收敛至与Gemini 2.5 Pro相同。

模型在通用能力测试中表现优异，在人类偏好对齐测试Arena-Hard V2中以81.59%成功率位居开源模型榜首，接近GPT-5-Thinking(High)的82.91%。医疗问答HealthBench测评中，Ring-1T也取得开源领域最高分。针对万亿参数模型训练中的最大难题——训推精度差异，蚂蚁团队采用自研”棒冰（icepop）”算法，通过带掩码的双向截断技术有效控制分布差异，确保长序列训练稳定性。

技术实现方面，蚂蚁团队开发了高性能强化学习系统ASystem，专门优化万亿参数模型的显存管理和权重交换问题，实现单机显存碎片秒级回收和零冗余权重交换。Ring-1T基于Ling 2.0架构的1T base模型进行后训练，采用稀疏MoE架构、FP8混合精度等技术实现高效训练。通过LongCoT-SFT、RLVR和RLHF多阶段训练，显著提升模型复杂推理、指令跟随和创意写作能力。

这是蚂蚁百灵团队在万亿思考模型上的首次尝试，团队表示将持续完善模型性能。目前模型可通过HuggingFace、魔搭社区下载，并支持在线体验。蚂蚁百灵大模型已形成从160亿到1万亿参数的产品矩阵，随着Ling-1T和Ring-1T两款万亿参数模型的发布，标志着百灵大模型正式进入2.0阶段。