نموذج LongCat-2.0 مفتوح المصدر بترخيص MIT، يضم 1.6 تريليون معامل مع تقنية Sparse Attention وسياق مليون توكن، مُدرب على رقاقات ASIC للذكاء الاصطناعي.

LongCat-2.0 هو نموذج لغوي ضخم من نوع MoE (خليط الخبراء) مفتوح المصدر، يضم 1.6 تريليون معامل إجماليًا مع تفعيل حوالي 48 مليار معامل لكل رمز. يمثل هذا الإصدار قفزة نوعية في الأداء مقارنة بالإصدارات السابقة، بفضل تحسينات معمارية متقدمة تضمن كفاءة استثنائية في معالجة السياقات الطويلة والمهام المعقدة.
معمارية MoE المتقدمة: نموذج ضخم بـ1.6 تريليون معامل يُفعل 48 مليار معامل فقط لكل رمز، مما يوازن بين القوة الحسابية والكفاءة التشغيلية.
انتباه متناثر طويل المدى (LSA): تقنية متطورة تُسرّع معالجة السياقات الطويلة عبر الفهرسة المتدفقة والهيكلية والمتقاطعة بين الطبقات، مع الحفاظ على جودة النموذج.
تضمين N-gram: وحدة توسّع مساحة التضمين 100 مرة عبر توليفات الرموز، مما يُحسّن تمثيل السياق المحلي وكفاءة استخدام المعاملات.
تدريب على سياق مليون رمز: تدريب مكثف على مئات المليارات من الرموز بسياق يصل إلى مليون رمز، مما يُمكّن النموذج من المهام طويلة الأمد والبرمجة المعقدة.
بنية تحتية على شرائح AI المتخصصة: بنية تحتية قابلة للتوسع بالكامل مبنية على "سوبر بودز" من شرائح AI المتخصصة، مع تحسينات في الموثوقية والحتمية والتعافي التلقائي من الأعطال.
البرمجة وهندسة البرمجيات: أداء متقدم في فهم الكود والتعديلات على مستوى المستودعات والتنفيذ الآلي للمهام، مع تكامل عميق مع أدوات مثل Claude Code وOpenClaw وHermes.
الوكلاء الذكيين والمهام المعقدة: تنفيذ مستقل للمهام في سيناريوهات العالم الحقيقي، مع قدرة على استدعاء الأدوات بدقة وتحليل المعلمات في تفاعلات API متعددة الجولات.
البحث والاستكشاف المعمق: معالجة فعّالة للسياقات الفائقة الطول في مهام البحث المعقدة والاستدلال متعدد الخطوات.
إنشاء المحتوى والكتابة: تحسين توليد النصوص عالية الجودة مع قدرة متقدمة على متابعة التعليمات الدقيقة وكبت الهلوسات الواقعية.
يستهدف LongCat-2.0 المطورين والمهندسين والباحثين في مجال الذكاء الاصطناعي والشركات التي تبحث عن نماذج لغوية قوية لمهام البرمجة المعقدة والوكلاء الذكيين، بالإضافة إلى المؤسسات التي تحتاج إلى معالجة سياقات طويلة بكفاءة عالية وبنية تحتية قابلة للتوسع.









