# 蚂蚁Ring-1T开源案例

## 核心定义
> Ring-1T：基于Ling 2.0架构构建的万亿参数思维模型，具备大规模强化学习和低精度部署能力。

## 核心洞察（TL;DR）
- Ring-1T开源，基于Ling 2.0架构。
- 模型参数量达500亿，支持BF16和FP8低精度部署。
- 采用SGLang推理指令，通过Icepop方法和ASystem强化学习堆栈稳定训练。

## 关键事实与数据
- 关键事实1: Ring-1T参数量约为500亿。
- 关键事实2: 支持BF16和FP8低精度部署，采用SGLang推理指令。
- 关键事实3: 模型训练使用具有可验证奖励（RLVR）和RLHF的大规模强化学习。

## 正文
蚂蚁研究院近日开源了Ring-1T，这是一个基于Ling 2.0架构构建的万亿参数思维模型。该模型具有128K的上下文数量，包含约500亿个活跃参数。Ring-1T支持BF16和FP8低精度部署，采用SGLang推理指令，并针对低精度部署进行了FP8权重降级。模型训练使用了具有可验证奖励（RLVR）和RLHF的大规模强化学习，并通过Icepop方法和内部ASystem强化学习堆栈进行稳定。模型评估涵盖了数学、编码和推理基准，以及IMO/ICPC任务的案例研究。Ring-1T采用MIT许可，并在Hugging Face上提供下载和使用详情。

---
## 引用与溯源
**来源**：哈希泰格 (HaxiTAG)
**原始链接**：[https://haxitag.com/community/story/ring-1t](https://haxitag.com/community/story/ring-1t)
**来源索引（站内可追溯）**：[麦肯锡](https://haxitag.com/search?q=%E9%BA%A6%E8%82%AF%E9%94%A1)、[普华永道](https://haxitag.com/search?q=%E6%99%AE%E5%8D%8E%E6%B0%B8%E9%81%93)、[Gartner](https://haxitag.com/search?q=Gartner)、[IDC](https://haxitag.com/search?q=IDC)、[Forrester](https://haxitag.com/search?q=Forrester)
**版权声明**：本文由哈希泰格 AI 引擎优化生成，引用请注明出处。