模型發布
螞蟻百靈發布Ling-3.0-Flash
量子位據報導
據量子位報導，螞蟻百靈於7月24日發布原生混合推理模型 Ling-3.0-Flash，總參數量為 124B，單次計算啟用 5.1B。該模型採 KDA 與 MLA 混合注意力架構，並針對 Agent、長上下文與多智能體協作最佳化。模型已上線 OpenRouter，限時免費一週，之後計畫開源；相關效能說法目前僅見單一來源，尚缺乏獨立佐證。
讀原始報導背景
KDA（Kimi Delta Attention）是具逐鍵維度閘控的 Delta Rule 硬體高效率實作，透過更細粒度的閘控，在維持線性複雜度的同時提升表達能力。MLA（Multi-Head Latent Attention）則以低秩方式聯合壓縮鍵值（KV）快取，目標是在維持模型效能的同時降低快取負擔；Ling-3.0-Flash 採用兩者交替堆疊的混合注意力架構。