أطلقت AntLing ست نقاط تفتيش لنماذجها الأساسية من معماريتي Ling-3.0-tiny و Ling-3.0-flash، وتغطي مراحل التدريب المسبق، والتدريب المتوسط، والدمج باستخدام WSM. لم تخضع هذه النماذج للتدريب اللاحق، مما يوفر للباحثين نقاط انطلاق مرنة للتدريب المسبق المستمر، والضبط الدقيق، والبحث الإضافي.
- يستخدم الإصدار دمج نقاط التفتيش المرجح (WSM) لاستبدال انخفاض معدل التعلم، مما يسهل الاستكشاف غير المتزامن لاستراتيجيات مختلفة ويجعله أكثر ملاءمة للتدريب المسبق المستمر.
- يتميز Ling-3.0-tiny-base بـ 7.9 مليار معامل إجمالي مع 1.3 مليار معامل نشط، ويوفر أداءًComparable أو متفوقًا في معظم معايير التقييم مقارنة بـ Ling-2.5-mini-base، خاصة في البرمجة.
- يحتوي Ling-3.0-flash-base على 124 مليار معامل إجمالي مع 5.1 مليار معامل نشط، محققًا نتائج قوية في مهام البرمجة والاستدلال والسياق الطويل رغم صغر حجمه مقارنة بالمنافسين.
- يسمح وصفة التدريب المشتركة للمجتمع بتحقق الاستراتيجيات على نموذج tiny-base قبل توسيع نطاقها إلى معمارية flash-base.
يتيح الإصدار التكيف مع المجال في تطبيقات متخصصة مثل التمويل والرعاية الصحية، بينما يدعم دراسات سلوك النماذج والبحث في MoE من خلال هيكل التنشيط المتناثر الخاص به.