LongCat-Flash-Thinking-2601 是一个专为深度与通用代理式思维设计的全新进化版本。这个版本具有顶级代理能力，在基准测试中表现优异，特别是在TIR（任务识别）、Agentic Search（代理式搜索）和Agentic Tool Use（代理式工具使用）方面。它拥有优秀的泛化能力，在复杂且随机的任务中表现优于Claude。此外，它还支持多个自动构建的高质量环境，并具有密集的依赖图。在多环境强化学习方面，它扩展了DORA（RL基础设施），支持大规模多环境代理训练。

在真实世界的鲁棒性方面，LongCat-Flash-Thinking-2601在混乱、不确定的场景中表现稳健，能够应对Vita-Noise与Tau^2-Noise。它还进行了噪声分析，系统性地分析了代理场景下的真实世界噪声，并采用课程式强化学习，在训练过程中逐步增加噪声类型与强度。

在深度思考模式方面，它支持并行思考，通过多个独立的推理路径扩大广度，并使用迭代总结，通过摘要模型合成输出以增强深度，支持迭代推理循环。此外，一个通过Zigzag Attention实现的100万token上下文功能即将推出。

LongCat-Flash-Thinking-2601是一个开源项目，可以通过以下链接了解更多信息：

LongCat团队致力于通过开源和开放科学推动人工智能的进步和民主化。

标签: none

评论已关闭