我们已开源 Ling-3.0 系列，这是我们迄今为止最高效的语言基础模型家族。为支持研究和社区驱动的创新，我们发布了训练过程中的一系列检查点，具体如下：

模型	预训练	中期训练	合并（即 WSM）
Ling-3.0-tiny	Ling-3.0-tiny-base-30T	Ling-3.0-tiny-base-midtrain	Ling-3.0-tiny-base
Ling-3.0-flash	Ling-3.0-flash-base-30T	Ling-3.0-flash-base-midtrain	Ling-3.0-flash-base

这些检查点对应训练过程的不同阶段：

预训练检查点已完成大规模预训练，但尚未经过中期训练、WSM 合并（或学习率衰减）或后训练。中期训练检查点已完成中期训练，但尚未经过 WSM 合并（或学习率衰减）或后训练。合并检查点基于中期训练检查点进行了 WSM 合并（或学习率衰减），但尚未经过后训练。

发布这些检查点是为了支持继续预训练、微调和进一步研究。关于后训练模型，请参阅 Ling-3.0-tiny 和 Ling-3.0-flash。

高度稀疏（1/64）MoE 架构：512 个路由专家，每个 token 仅激活 8 个路由专家和 1 个共享专家。这使得模型在每次 token 仅激活 5.1B（非嵌入）参数的情况下仍具备广泛能力；原生混合线性注意力：Ling-3.0 系列从预训练一开始就采用原生混合线性注意力架构，将 KDA 与 Gated MLA 相结合，以实现长上下文输入的高效处理。Warmup-Stable 与合并：我们用加权检查点合并取代了传统的学习率衰减。通过消除衰减阶段，我们的基础模型更适合持续预训练和动态数据扩展，同时支持离线探索不同的衰减配置，而无需为每种策略重新运行昂贵的实验。无缝扩展：Ling-3.0-tiny-base 和 Ling-3.0-flash-base 共享相同的训练方案，使社区能够先在 Ling-3.0-tiny-base 上进行实验，然后将验证过的训练策略扩展到更大的 Ling-3.0-flash-base。

模型类型	基础模型（预训练最终检查点）
架构	混合线性 MoE
参数量	总参数量 124B，激活参数量 5.1B（不含嵌入层）
Transformer 层数	35 层 KDA + 7 层 Gated MLA（5:1）
稠密层数量	2
路由专家数量	512
共享专家数量	1
激活专家数量	8
注意力头数	32
隐藏层维度	2560
专家中间层维度	768
稠密层中间维度	6144
词表大小	157,184

为系统评估基础模型的能力，我们使用了一套全面的评测基准，覆盖数学、编程、推理、多语言理解和长上下文理解等多个关键领域。预训练基础检查点，即 Ling-3.0-flash-base，的性能对比如下：

推荐使用场景：

继续预训练、中期训练、面向领域适配的监督微调、偏好优化与 RL 后训练、知识蒸馏研究、长上下文与 MoE 系统研究

不建议直接用于：

直接面向终端用户的聊天部署、未经额外对齐和评估的安全关键型应用、未经后训练和任务特定验证的生产环境使用

使用方法

微调示例请参阅我们的 ling-cookbook。

常见问题

如有任何疑问，欢迎在讨论区留言。

许可证

本模型基于 MIT 许可证发布。

127B 参数

模型集合，包含 inclusionAI/Ling-3.0-flash-base-30T

Ling 3.0 •13 个项目•17 分钟前更新• 15

inclusionAI/Ling-3.0-flash-base-30T 的论文

论文 • 2507.17634 •发布于 2025 年 7 月 23 日• 2