ChainThink, 9 сентября, согласо официальному объявлению, Alibaba Group официально выпустил и открыл исходный код первого нативного мультимодального крупномасштабного языковой модели серии Ling-3.0-flash-VL.
Модель расширена на основе архитектуры MoE Ling-3.0-flash, общее количество параметров составляет 124 млрд, при одном проходе инференса активируется 5,5 млрд параметров, нативно поддерживает ввод изображений, текста и видео, окно контекста достигает 256 000 токенов.
Также введена система визуальной обратной связи, превращающая выполнение задач из однократного генерирования в замкнутый цикл «наблюдение → действие → проверка → корректировка», и сохраняется способность Ling-3.0-flash выступать в качестве эффективного исполнительного узла в рабочем процессе Agent.
