Meituans LongCat-Team veröffentlichte und startete "LongCat-Flash-Thinking-2601", das als Version für "tiefes und allgemeines Agentendenken" positioniert ist, mit Fokus auf hohe Punktzahlen in Aufgaben wie Agentic Search, Agentic Tool Use und Tool Integration Reasoning und behauptet, stärkere Verallgemeinerungsfähigkeiten bei zufälligen und komplexen Aufgaben zu besitzen. Diese Version bietet eine Web-Testversion und API-Zugang, und relevante Materialien werden gleichzeitig auf Hugging Face und GitHub veröffentlicht.
Die Modelleinführung betont drei Wege: Erstens die Verbesserung der Fähigkeiten der Agenten durch Multi-Environment-Expansion und Multi-Environment Reinforcement Learning (basierend auf DORA-Infrastrukturerweiterung); zweitens die Einführung von Rauschanalyse und kursbasiertem Training zur Verbesserung der Robustheit für "chaotische und unsichere" reale Szenarien; Der dritte ist der Start des "Heavy Thinking Mode", der die Breite des Weges durch paralleles Denken erweitert, dann das Ergebnis des Zusammenfassungsmodells synthetisiert und die iterative Schlussschleife unterstützt. Das Team kündigte außerdem an, die kontextuelle Fähigkeit von etwa 1 Million Token über "Zigzag Attention (LoZA)" zu fördern, aber die genaue Startzeit und der Verfügbarkeitsbereich müssen noch näher erläutert werden.
FAQs
F: Was ist der LongCat-Flash-Thinking-2601?
A: Es handelt sich um eine aktualisierte Version der LongCat-Flash-Thinking-Reihe, die sich auf die Stärkung des Agentendenkens, der Werkzeugnutzung und die Verallgemeinerung komplexer Aufgaben konzentriert.
F: Wo kann ich eine kostenlose Testversion von LongCat-Flash-Thinking-2601 bekommen?
A: Der Offizielle stellt ein Webportal für Konversationserfahrungen bereit und erklärt, dass diese Version auch API-Zugang bietet.
F: Was genau macht der Heavy Thinking Mode?
A: Es erforscht parallel mehrere unabhängige Denkweis und integriert die Antworten dann durch das Zusammenfassungsmodell, das in Zyklen iteriert werden kann, um das Denken zu vertiefen.
F: Ist der 1M-Token-Kontext bereits offen?
A: Die offizielle Erklärung lautet "kommt", die sich auf Zigzag Attention (LoZA) bezieht, und die genaue Landeposition ist noch unklar.
F: Wie sollte dieses Modell als "das stärkste in der Netzwerksicherheit" verstanden werden?
A: Es ist eher dazu geneigt, das Verständnis und die Lokalisierungsfähigkeiten von Codebasis-Risikopunkten und Hinweisen auf Schwachstellen zu beschreiben, wobei die tatsächliche Wirkung weiterhin von der Zusammenarbeit von Daten, Test- und Sicherheitsprozessen abhängt.
