Meituan ra mắt mô hình LongCat-2.5 nhưng các điểm chuẩn chưa được kiểm chứng độc lập

Theo IT Home, nhóm LongCat của Meituan đã phát hành mô hình đa phương thức LongCat-2.5 có 1,6 nghìn tỷ tham số, được xây dựng cho các tác vụ tác nhân AI (hệ thống tự vận hành chuỗi thao tác) dài hạn nhưng chỉ kích hoạt khoảng 48 tỷ tham số mỗi từ.

Meituan cho biết họ áp dụng học tăng cường chuỗi dài và dữ liệu quỹ đạo bổ sung để tăng cường kỹ thuật phần mềm phức tạp, đồng thời tích hợp xử lý hình ảnh và văn bản dưới cùng định dạng để hỗ trợ lập trình trực quan.

Trên bảng đo chuẩn (bộ thử nghiệm đánh giá chuẩn) do Meituan đưa ra, LongCat-2.5 đạt 88,4 điểm ở bài kiểm tra Terminal Bench v2.1 so với 70,8 điểm của LongCat-2.0, nhưng chỉ đạt 25,5 điểm ở Program Bench so với mức 37 của mô hình dẫn đầu.

Pandaily nhấn mạnh những số liệu đo lường này hiện chưa được kiểm chứng độc lập, và kết quả kiểm tra cho thấy mô hình vẫn chưa thể dẫn đầu toàn bộ các bài đánh giá.