# 蚂蚁 inclusionAI 开源 Ling-3.0 系列高效语言基座模型

- 来源：蚂蚁 inclusionAI：HuggingFace 新模型
- 发布时间：2026-08-11 20:10
- AIHOT 分数：64
- AIHOT 标记：同事件
- AIHOT 链接：https://aihot.virxact.com/items/cmt0aa8b416z0rodptcwaftq0
- 原文链接：https://huggingface.co/inclusionAI/Ling-3.0-flash-base-midtrain

## AI 摘要

蚂蚁 inclusionAI 开源 Ling-3.0 系列语言基座模型，采用高度稀疏（1/64）MoE 架构，512 个路由专家中每 token 仅激活 8 个，总参数量 124B，激活参数仅 5.1B。该系列原生融合线性注意力，并以加权检查点合并替代传统学习率衰减。此次发布包含预训练、中期训练及合并（WSM）等多个训练阶段的检查点，支持继续预训练与微调，模型采用 MIT 许可证。

## 正文

我们已开源 Ling-3.0 系列，这是迄今为止我们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。

模型概览

关键特性

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，无需为每种策略重复运行昂贵的实验。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（中期训练的最终检查点）

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 个 KDA + 7 个门控 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

隐藏层大小 2560

专家中间层大小 768

稠密层中间大小 6144

词表大小 157,184

基础模型评估

为系统评估基础模型的能力，我们使用了一套全面的基准测试集，涵盖数学、编程、推理、多语言理解以及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：

预期用途

推荐使用场景：

继续预训练、中期训练、用于领域适配的有监督微调、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、未经额外对齐与评估的安全关键型应用、未经后训练与任务特定验证的生产环境使用

使用方法

有关微调示例，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

集合包含 inclusionAI/Ling-3.0-flash-base-midtrain

Ling 3.0 •13 个项目•17 分钟前更新• 15

inclusionAI/Ling-3.0-flash-base-midtrain 的论文

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