Bering открыла код Ling-3.1-flash-1019 для персональных ИИ-агентов

По данным разработчиков, новый релиз набрал 44 балла в индексе интеллекта Artificial Analysis Intelligence Index v4.3.2 — на три балла больше предыдущей версии. Одновременно с этим в открытый доступ выложена базовая модель Ling-3.1-flash-base, заточенная под длинные задачи: она должна обеспечить запас знаний, качество рассуждений и вычислительную эффективность, необходимые для многошаговой работы.

Прогресс заметен именно на прикладных тестах. В бенчмарке для сложной интеллектуальной работы AA-Briefcase результат вырос примерно с 1400 до 1524 баллов Elo, в GDPval-AA — с 1618 до 1644 Elo. В автоматизации процессов AutomationBench-AA показатель поднялся с 62 до 68 процентов, в решении научных задач CritPt — с 18 до 26 процентов, а в SciCode — с 54 до 57 процентов. Иными словами, модель стала заметно лучше справляться с рабочими сценариями, где нужно планировать, пользоваться инструментами и удерживать контекст.

Обновление тесно связано с релизом приложения «Лингуан 2.0», которое днём ранее превратилось в «персонального ИИ-ассистента, умеющего вести дела». Благодаря памяти между сессиями, планировщику длинных задач и отдельному облачному хосту помощник может по разрешению пользователя proactively сопровождать задачи и управлять бытовыми сложностями — даже если человек закрыл диалог, работа продолжается в фоне. Это предъявляет к модели принципиально новые требования: от неё ждут не мгновенного ответа, а способности понимать цель, использовать инструменты, перерабатывать новую информацию и продвигать задачу вперёд.

Примеры из жизни просты. Планируя поездку, ассистент должен не просто составить маршрут, а следить за погодой, бронированиями и подготовкой к выезду. А в сезон распродаж — отобрать товары по бюджету, характеристикам и личным предпочтениям, собрать список и отслеживать изменение цен, напомнив пользователю, когда условия совпадут с договорённостями.

Именно под такие сценарии проектировалась база Ling-3.1-flash-base. Она построена на гибридной линейной архитектуре MoE: около 560 миллиардов параметров всего, из которых на каждый токен активируется примерно 25 миллиардов. Такой баланс позволяет совместить ёмкость модели, обработку длинных последовательностей и умеренные вычислительные затраты на один шаг — хороший фундамент для последующего обучения на реальных задачах. В 47 бенчмарках из восьми областей базовая модель обошла DeepSeek-V4-Pro-Base и MiMo-V2.5-Pro-Base в 32 тестах, показав лучший результат. Речь в том числе о понимании знаний, логическом выводе, коде, математике и длинном контексте — то есть о том наборе навыков, без которого персональный помощник не справится со сложными делами. Веса в формате BF16 открыты по лицензии MIT, так что разработчики могут дообучать модель под свои знания, процессы и инструменты.

Поверх базы Ling-3.1-flash и её версия 1019 дообучались, чтобы усилить рассуждения, работу с инструментами и многошаговое выполнение. Отдельно для обработки мультимодальной информации создана визуально-языковая модель Ling-3.1-flash-VL: к имеющимся навыкам планирования и использования инструментов добавилось понимание изображений. Сейчас она уже применяется в «Лингуан», а вскоре должна выйти в открытый доступ.

В Bering подчёркивают принцип «из реальных задач — в реальные приложения»: модель дообучают на обратной связи от сценариев вроде «Лингуан» и медицинского помощника «Афу», чтобы улучшать профессиональную речь и коммуникацию. Компания делает ставку не на гонку параметров, а на то, чтобы базовые способности доходили до реальных процессов. Ранее на базе Ling-3.0-flash уже вышли отраслевые версии — финансовая Ling-3.0-flash-Fin и медицинская Ling-3.0-flash-Sante, которые встраивают ИИ в настоящие исследовательские и клинические рабочие потоки.