Ling 和 Ring 2.6 技術報告：萬億參數規模下的高效即時代理智能

這份技術報告介紹了 Ling-2.6 和 Ring-2.6 這套新型大模型家族，旨在解決高效且可擴展的代理智能（agentic intelligence）需求，即在提供低延遲回應與強大推理能力的同時，確保模型在訓練、服務與部署上的實用性。Ling-2.6 專注於即時回應生成與提升每個輸出 token 的能力，而 Ring-2.6 則針對深度推理與更進階的代理工作流程進行優化。

模型並非從頭開始訓練，而是透過架構遷移預訓練（architectural migration pre-training）與大規模後訓練（large-scale post-training）來升級 Ling-2.0 基礎模型。此升級過程由模型架構、優化目標、服務系統與代理訓練環境的統一共同設計（unified co-design）所引導，從而同時提升模型能力與部署效率。

在架構層面，報告引入了混合線性注意力機制（hybrid linear attention design），將 Lightning Attention 與 MLA 整合，以改善長上下文訓練與解碼的效率。為進一步提升 token 效率，研究團隊透過進化思維鏈（Evolutionary Chain-of-Thought）、語言單位策略優化（Linguistic Unit Policy Optimization）、雙向偏好對齊（bidirectional preference alignment）以及最短正確回應蒸餾（shortest-correct-response distillation）來優化每個輸出 token 的能力。

針對代理能力，報告提出了 KPop，這是一個專為支持 Ring-2.6-1T 在大型環境接地數據上進行穩定訓練而設計的強化學習框架。KPop 透過在編碼、搜尋、工具使用與工作流程執行之間進行非同步調度（asynchronous scheduling）來提升訓練效率，使模型能夠從複雜的代理與環境互動中進行可擴展的學習。報告已將 2.6 系列的所有檢查點開源，以支持實務代理智能的進一步研究與開發。