有一个｜ daui电子邮件｜
[email protected]计算能力，例如骑手，您也应该知道安排。如果您在深夜订购外卖。几分钟后，系统很快将向您发送最近的骑手。他不需要从整个城市派遣的大型军队。只要您在此过程中采取订单，就可以及时向您运送一碗热汤。 Meituan正在将“订单调度逻辑”转移到AI世界。在最新的Longcat-Flash模型中，计算强度不仅受到打击，而且像骑手一样准确地安排了：更多的“专家”被发送到复杂的问题，简单的问题解决了附近，并减少了浪费。 Meituan和竞争环境的最新财务报告需要一个新的故事。 Longcat-Flash是第一个讨价还价的Meituan的筹码：大型模型曲目上的另一场战斗，该曲目将数百万个令牌的成本推向了0.7美元。以下是对longcat-flash技术文档的解释：管理诸如t之类的计算能力骑手的管理1技术创新：计算的力量首先是算法中，关于朗猫闪电的特殊之处不再是“较大”，而是“仔细计算”。其参数的总大小为5600亿，但有了实际的推理，每个令牌只需要拨打一小部分，约为18.6b -31.3b。您可以将其视为一支大型骑手团队。并非所有订单都要求将所有成员运送出来，但是最合适的乘车将根据以下困难发送。这样，可以保证范围并阻止计算的拉卡斯。 SO称为“零计算专家”实际上是处理简单任务的捷径。例如，如果订单只是从下面的舒适店里的一瓶水，则无需复杂的运输到总部，而邻近的男人可以在途中完成它。同样，当longcat-flash遇到一个简单的令牌时，它将直接释放而不会浪费exc计算的精髓，并将资源留给真正复杂的任务。逻辑“按需分布”使模型可以像骑手一样使生活更加合理。 Longcat-Flash的一般体系结构如上图所示：每一层都由长期的潜在关注（MLA） + MOE专家组成，其中一部分是零计算专家，确保“零开销”能够在遇到简单的代币时能够直接直接望远镜。在下图中，曲线表明，在相同的计算强度预算下，添加零计算专家的模型较低，更快地转换。 （b）主动专家的数量稳定约为8，平均约为27b参数； （c）在不同令牌之间分配计算强度的差异很明显，表明该模型实际上“采取订单”。另一个创新的观点称为SCMOE（捷径连接的MOE）。传统模型将必须等待处理一组任务b在进入下一批之前，因为骑手将不得不等待在离开之前发送所有订单。 Scmoe的想法是“发送和交付”：那个时候交付的食物，该系统已开始为他提供预订。通过这种方式，可以同时执行计算和通信能力，并且整体效率自然会提高。图中的三组曲线（不同的模型大小）表明，SCMOE的损失几乎是质量的，但是由于通信和计算可能是重叠的，因此SCMOE显着提高了理解的速度和速度。 1项目能力：为计算强度购买“社会保险”的规模很大，快速速度是第一步。关键是它是否可以牢固工作。 Longcat-Flash的训练方法类似于骑手网络的逐渐扩展：首次试验以较小的规模运行，调整调度和路线计划政策，然后将其提升到更大的范围为Mavoid一旦开始，混乱。为了防止系统崩溃，它设置了“三重保证”。路由器是稳定的，相当于避免将所有订单集中在一条线上。激活是稳定的，这就像防止一些未被分配的骑手和疲劳的骑手一样；优化器是稳定的，可确保整体调度是有节奏的，并且可以长时间运行。正是这种机制正是它在30天内在令牌上完成了20万亿个培训活动。 1性能比较：转录本，朗切尔汉（Longcat-Flash）的稳定性能不仅是迅速理解的，而且在主要基准测试中也稳定：MMLU（89.71）和Ceval（90.44）的一般活动，Longcat-Flash可以达到与第一行国际模型相当的水平。尽管Eval的C标记略低于KIMI-K2（91.26），但总体表现仍在大多数基线模型之前，并且显示出伟大的中国理解能力。复杂的推理是一致的t具有类似的GPQ-Diamond模型（73.23）；在诸如滴（79.06），Zebrinalogic（89.30），GraphWalks-128K（51.05）等测试中，它在中间和上层梯队中也稳定。在Math500（96.40）和Aime24（70.42）中，Longcat-Flash与Kimi-K2和DeepSeek有一个小空间，并且保持高水平。尽管Bemonaime（43.00）的下降，但总体上甚至比大多数型号都要好。 Longcat-Flash在HumaneVal+（88.41），MBPP+（79.63）等基准上牢固地表现，略低于KIMI-K2（93.29，79.87），但比Gemini2.5 Flash和Claude Sonnet等对手更好。 1。对Meituan Longcat-Flash的真实测试：实际上，从基准到测试基准，Meituan Longcat-Flash的性能不远，只能被视为模型的主要主流能力。因此，许多常用的测试没有差异，但其中一件事是：Meituan模型确实很快，就像购买守时财富一样。 WRITE python函数is_prime（n），找出n是否是基本数字，并提供10个不同的测试样本。左侧的模型是Longcat-Flash网页，右侧是Kimi 1.5（根据官方网站描述，响应速度更快）。您可以看到相同的直接单词。 Longcat-Flash的思考不多，并且内容一次飞行。经过简短的思考，Kimi 1.5慢慢编写了内容（与Longcat-Flash相比）。在主要代码的一部分中，两者之间的差异。可以说，朗猫 - 弗拉什是快速而良好的。 Longcat-Flash速度和价格优势可能不会立即重写行业的结构。毕竟，在大型市场模型中，生态学和用户习惯通常比性能参数更具粘合性。但它表达了一个信号：Meituan仍然习惯于使用最佳的类方法将复杂的技术问题与“调度骑手”的逻辑翻译成复杂的技术问题，然后以价格剥夺M撬动市场arket。这使问题更加有趣：随着AI巨头谈论模型的大小以及参数的准确性，Meituan谈到了成本的顺序分布和曲线。看似“脚踏实地”的进入点可以是引起模式的变量，例如DeepSeek制作的beses。十年前，Meituan使用补贴来烧毁外卖帝国。十年后，可以依靠另一场价格战将自己送到大扑克模型的桌子上吗？没有人可以给出答案，但是至少一件事是，梅图安给了第一个议价筹码。请爱和离开
特别声明：上面的内容（包括照片或视频（如果有））已由“ NetEase”自助媒体平台的用户上传和发布。该平台仅提供信息存储服务。
注意：上面的内容（包括照片和视频（如果有））已由NetEase Hao用户上传和发布，该用户是社交媒体平台，仅提供Infor合作存储服务。
