به گزارش شبکه اطلاع‌رسانی طلا و ارز شرکت چینی «میتوان» (Meituan) که بیشتر به عنوان یک پلتفرم تحویل غذا شناخته می‌شود، به تازگی یکی از بزرگ‌ترین مدل‌های برنامه‌نویسی متن‌باز تاریخ را منتشر کرده است. مدل LongCat-2.0 دارای ۱.۶ تریلیون پارامتر در قالب معماری «ترکیبی از نخبگان» است که به‌طور خاص برای وظایف برنامه‌نویسی عامل‌محور طراحی شده و کاملاً با استفاده از تراشه‌های تولید داخل چین آموزش دیده است.
ماهیت واقعی LongCat-2.0 چیست؟
مدل LongCat-2.0 یک مدل «ترکیبی از نخبگان» (MoE) است؛ به این معنا که هر بار که بخشی از متن را پردازش می‌کند، تمام ۱.۶ تریلیون پارامتر خود را فعال نمی‌کند. در عوض، به صورت پویا بین ۳۳ تا ۵۶ میلیارد پارامتر را برای هر توکن فعال می‌سازد. این مدل بسیار عظیم است، اما تنها از بخش‌هایی که برای یک وظیفه مشخص نیاز دارد استفاده می‌کند که این امر آن را بسیار کارآمدتر از یک مدل متراکم (Dense) با اندازه مشابه می‌سازد.
پنجره زمینه این مدل تا ۱ میلیون توکن وسعت دارد؛ این مقدار تقریباً معادل آن است که یک پایگاه کد بزرگ را به‌طور کامل به مدل بدهید و از آن بخواهید که همزمان درباره کل آن استدلال کند.
-
در آزمون‌های ارزیابی، این مدل امتیاز ۵۹.۵ را در مجموعه SWE-bench Pro و ۷۰.۸ را در Terminal-Bench کسب کرد. این ارزیابی‌ها برای سنجش میزان توانایی مدل‌های هوش مصنوعی در مدیریت چالش‌های مهندسی نرم‌افزار در دنیای واقعی طراحی شده‌اند.
-
وزن‌های مدل و منابع مرتبط با آن به‌صورت عمومی در پلتفرم «هاگینگ فیس» تحت سازمان
meituan-longcatدر دسترس قرار دارند.
داستان سخت‌افزارهای زیرساختی
میتوان این مدل را روی یک کلاستر محاسباتی داخلی متشکل از ۵۰ هزار کارت پردازشی آموزش داده و اجرا کرده است. این یعنی در این فرآیند خبری از تراشه‌های پیشرفته انویدیا (مانند A100 یا H100) و یا تراشه‌های MI300X شرکت AMD نبوده است. کل فرآیند آموزش متکی بر سخت‌افزارهای ساخت چین بوده است.
کنترل‌های صادراتی ایالات متحده از اواخر سال ۲۰۲۲ به‌طور سیستماتیک دسترسی چین به تراشه‌های پیشرفته هوش مصنوعی را محدود کرده‌اند. با این وجود، میتوان توانست یک مدل ۱.۶ تریلیون پارامتری را بدون هیچ‌یک از سخت‌افزارهای تحریم‌شده آموزش دهد. این شرکت ادعا می‌کند که این کلاستر ۵۰ هزار کارتی در این مقیاس، برای سخت‌افزارهای داخلی چین یک دستاورد و رکورد بی‌سابقه است.
تاریخچه و تکامل خانواده LongCat
مدل LongCat-Flash با ۵۶۰ میلیارد پارامتر، در سپتامبر ۲۰۲۵ منتشر شد. پس از آن، مدل LongCat-Next که یک نسخه چندوجهی بود، در مارس ۲۰۲۶ به بازار آمد. اکنون مدل LongCat-2.0 در ۳۰ ژوئن ۲۰۲۶ عرضه شده است که در کمتر از یک سال، تعداد پارامترهای مدل قبلی خود را تقریباً سه برابر کرده است.
پیامدهای این دستاورد برای چشم‌انداز هوش مصنوعی
برای توسعه‌دهندگان و محققان، در دسترس بودن این مدل در پلتفرم هاگینگ فیس، موانع پیش‌روی آزمایش‌های فنی را به‌شدت کاهش می‌دهد. «تنظیم دقیق» مدلی با این سطح از توانایی برای کاربردهای خاص - خواه در زمینه کدهای سازمانی، ممیزی امنیتی، یا رفع باگ خودکار - اکنون برای تیم‌هایی که توانایی مالی آموزش چنین مدلی از پایه را نداشتند، به یک گزینه کاملاً در دسترس تبدیل شده است.
علاوه بر این، هر مدلی که با موفقیت روی سخت‌افزار داخلی چین آموزش داده شود، اهرم فشار کنترل‌های صادراتی آمریکا را تضعیف می‌کند. اگر شرکت‌های چینی بتوانند بدون استفاده از تراشه‌های آمریکایی مدل‌های پیشرفته و رقابتی تولید کنند، ابزار اصلی ایالات متحده برای حفظ برتری خود در زمینه هوش مصنوعی، به‌تدریج کارایی خود را از دست داده و به استراتژیِ منقضی‌شده‌ای تبدیل خواهد شد.
نظرات کاربران