inclusionAI/Ring-2.6-1T · Hugging Face

Ring-2.6-1T를 소개합니다: 실제 세계의 복잡한 작업 시나리오를 위해 설계된 1조(trillion) 파라미터 규모의 플래그십 추론 모델(reasoning model)로, 개발자, 연구자 및 기업 환경에서 검증, 적응 및 추가 개발을 위해 사용할 수 있습니다.

Ring-2.6-1T의 목표는 단순히 더 큰 파라미터 규모를 추구하는 것이 아니라, 대규모 모델이 진입하고 있는 실제 생산 환경인 에이전트 워크플로(agent workflows), 엔지니어링 개발, 과학 연구 분석, 복잡한 비즈니스 시스템 및 기업 자동화 프로세스를 해결하는 것입니다. 이러한 시나리오에서 모델은 단순히 "질문에 답하는 것"뿐만 아니라, 문맥을 이해하고, 단계를 계획하며, 도구를 호출하고, 지속적으로 실행하며, 장기적인 작업(long-horizon tasks) 동안 안정성을 유지해야 합니다.

Ring-2.6-1T는 세 가지 영역에서 핵심적인 업그레이드를 달성했습니다:

• 에이전트(Agent) 실행 능력의 포괄적 강화: "답변할 수 있는" 수준에서 "실행할 수 있는" 수준으로 이동하여, 다단계 작업, 도구 협업, 문맥 계획 및 복잡한 워크플로 진행에서 더 안정적인 성능을 보여줍니다.
• 추론 노력(Reasoning Effort) 메커니즘: high 및 xhigh의 두 가지 추론 강도 수준을 지원하여, 개발자가 작업 복잡도에 따라 사고의 깊이를 유연하게 조정할 수 있게 함으로써 효과성, 속도 및 비용 사이의 더 나은 균형을 달성합니다.
• 혁신적인 비동기 강화학습(asynchronous reinforcement learning) 훈련 패러다임: IcePop 알고리즘과 결합된 비동기 강화학습(Async RL) 아키텍처를 활용하여 1조 파라미터 모델을 위한 장기적 강화학습의 훈련 효율성과 안정성을 향상시키며, 에이전트 능력과 복잡한 추론을 위한 기초적인 지원을 제공합니다.