蚂蚁集团百灵团队近日正式发布了ling 2.0系列的首个开源模型——ling-mini-2.0。该模型采用创新的moe架构，激活比例仅为1/32，总参数量达16b，但在处理每个token时仅激活1.4b参数（非embedding部分为789m），实现了高效计算与性能的平衡。
Ling-mini-2.0经过超过20万亿token数据的训练，并通过多阶段监督微调和强化学习技术，显著提升了复杂推理和指令遵循能力，整体表现可媲美7–8B级别的dense模型。
在多项权威评测中，该模型展现出卓越性能，在LiveCodeBench、CodeForces、AIME 2025、HMMT 2025、MMLU-Pro、Humanity's Last Exam等通用与专业推理基准上，均优于同规模的dense模型以及更大规模的MoE模型。
得益于其稀疏激活设计，Ling-mini-2.0在H20硬件上的部署效率极为出色：在2000 token以内的问答场景中，生成速度可达300+ token/s，相较8B dense模型提速超过2倍。
结合YaRN技术，模型上下文长度可外推至128K，在长序列处理任务中，相对加速比最高提升逾7倍，大幅增强其在实际应用中的灵活性与响应能力。
HuggingFace Space：https://www.php.cn/link/3a03f9afd886282d8d1de4e0af465056
HuggingFace：https://www.php.cn/link/8ac8abb13b9fe96f24fe2cab11a18fc2
ModelScope：https://www.php.cn/link/a92df7cbfdddcc938abc806992026a19
GitHub：https://www.php.cn/link/857cd81e6a7d216eeaf1946a803a7d5e
