图灵汇官网

10月14日，蚂蚁集团发布了名为Ring-1T的万亿参数思考模型，并且开放了模型的所有权重和训练方法。这个版本是在9月30日推出的预览版基础上进行优化升级的。通过不断扩展大规模可验证奖励强化学习（RLVR）训练，Ring-1T提升了自然语言推理能力，同时借助RLHF训练增强了通用表现，在多个任务中取得了更均衡的结果。

为了进一步提升Ring-1T在数学等复杂任务上的能力，百灵团队尝试解决更高难度的IMO2025数学竞赛题目。他们将模型接入多智能体框架AWorld，仅使用自然语言推理完成解题。测试结果显示，Ring-1T一次就解决了第1、3、4、5题，达到银牌水平，成为首个能获得国际奥数奖项的开源系统。第三次挑战时，它对第2题的几何证明接近满分。在第六题中，它的答案接近正确值，与Gemini 2.5 Pro的结果相似。

作为一款思考模型，Ring-1T在通用能力方面表现出色。在“人类偏好对齐”测试Arena-Hard V2中，它以81.59%的成功率位居开源模型第一，接近GPT-5-Thinking(High)的成绩。在医疗问答测试HealthBench中，它也获得了最高分，是开源领域中的最佳表现。

训练万亿参数模型最大的难点之一是训推精度差异，这会导致训练和推理结果不一致，从而影响模型稳定性。为了解决这个问题，蚂蚁开发了自研算法“棒冰（icepop）”，通过带掩码的双向截断技术降低训练与推理之间的差异，保证长序列训练不会失败。

此外，蚂蚁还开发了一个高性能强化学习系统ASystem，其中包含已开源的AReaL框架。该系统专门优化了万亿参数模型的显存管理和权重交换问题，实现了显存碎片快速回收和零冗余权重交换，让大规模强化学习训练更加稳定。

目前，用户可以通过HuggingFace和魔搭社区下载Ring-1T模型，并在蚂蚁百宝箱等平台在线体验。这是百灵团队首次尝试构建万亿参数的思考模型，未来还会持续改进性能。

此前，百灵团队在9月30日发布了Ring-1T的预览版，两者都是推理模型。10月9日，蚂蚁还推出了另一个大模型Ling-1T，属于通用型语言模型。

截至目前，蚂蚁百灵已经发布了18款模型，覆盖从160亿到1万亿参数的范围，其中包括两款万亿参数模型：Ling-1T和Ring-1T。