説明
LongCat-2.5は、前モデルであるLongCat-2.0を基にしたマルチモーダルAIの重要な進展を示しています。このモデルは、堅牢な視覚理解と洗練されたエージェントコーディングを組み合わせることで、複雑で多段階のエージェントタスクを処理するように設計されています。合計1.6兆のパラメータを持ち、トークンごとに約480億のパラメータがアクティブになっており、要求の厳しいアプリケーションに対して強力なツールとなっています。
続きを読む
モデルのコア機能は、いくつかの重要な革新によって支えられています。ネイティブビジュアルモデリングにより、LongCat-2.5はネイティブ解像度の視覚特徴を離散トークンに変換し、テキストと共有された意味空間で整合させることができます。これにより、マルチモーダル入力のより深く、統合された理解が可能になります。長期的なタスクに対しては、エージェント強化学習(RL)を採用し、実世界のエンジニアリングシナリオや再現可能なエージェントの失敗に基づいてトレーニングされています。このトレーニング手法は、効率的なロールアウト戦略と報酬ハッキングに対する安全策と組み合わせることで、エンドツーエンドタスクの実行における信頼性を高めています。
マルチティーチャー学習は、モデルを全語彙KL蒸留とツリーアテンションを通じて導く専門のエージェント、推論、インタラクションの教師による重要な側面です。このプロセスは、マルチターン実行、複雑な推論、正確な指示のフォローを強化し、安全性も向上させます。さらに、LongCat-2.5は効率的な長文コンテキストトレーニングを取り入れており、スーパーノード認識の並列処理、効率的なシャーディング、通信と計算のオーバーラップを活用しています。これらの最適化により、長いシーケンスのSFTタスクにおいて従来のベースラインと比較して、デバイスごとのスループットが大幅に向上します。
LongCat-2.5の展開はNPUプラットフォームでサポートされており、SGLang-FluentLLMを通じてNPU展開に関する具体的なガイダンスが提供されています。また、モデルは専門的な重みとアクティベーションのためのW4A4量子化を特徴としており、国内のAIアクセラレーターでのネイティブINT4計算を可能にしながら精度を維持します。この量子化は、最適化された重みのレイアウトと調整されたプリフィル/デコードパイプラインと相まって、スループットの大幅な改善とレイテンシの低減をもたらします。LongCat-2.5は、思考モードと非思考モードの両方を提供し、ユーザーがパフォーマンスとトークン効率のバランスを取ることを可能にします。MITライセンスの下でリリースされており、幅広い開発者やアプリケーションにアクセス可能です。
- カテゴリーAIモデルとLLM
- 料金モデルオープンソース
- デプロイクラウド
- プラットフォームWeb
LongCat-2.5のハイライト
ネイティブマルチモーダルMoEモデル
合計1.6兆のパラメータ
トークンごとに480億のアクティブパラメータ
視覚理解の統合
エージェントコーディング機能
長期エージェントRLトレーニング
推論と指示フォローのためのマルチティーチャー学習
効率的な長文コンテキストトレーニング
KVキャッシュ最適化を伴うRLインフラ
専門的な重みとアクティベーションのためのW4A4量子化
NPUプラットフォーム展開サポート
パフォーマンス向上のための思考モード
トークン効率のための非思考モード
モデル重みに対するMITライセンス
コーディング、一般エージェント、視覚タスクにおける評価
LongCat-2.5をはじめる
モデルにアクセス: Hugging FaceのLongCat-2.5ページに移動します。
ファイルを探索: モデルのファイルとドキュメントを確認して技術的詳細を把握します。
NPUに展開: NPUプラットフォーム展開に関する指示はSGLang-FluentLLMを参照してください。
モードを設定: パフォーマンスのための思考モード(enable_thinking=True)またはトークン効率のための非思考モード(enable_thinking=False)を選択します。
プロンプトを送信: 公式チャットウェブサイト(longcat.ai)またはプログラム的アクセスを通じてモデルと対話します。
パフォーマンスを評価: 特定のタスクのために温度やtop_pなどの評価設定を利用します。
LongCat-2.5の使用例
- 複雑なコードベースの開発
- フルプロジェクトのビルド
- クリエイティブデザインタスク
- 3Dタスクの実行
- マルチモーダルエージェントタスク
- コードエージェントベンチマーキング
- 一般エージェントベンチマーキング
- 視覚タスクベンチマーキング








