Хитой сунъий интеллект пойгасида янги босқичга чиқди: ЛонгКат-2.0 тақдим этилди

Хитойнинг Меитуан компанияси сунъий интеллект оламида шов-шувга сабаб бўлган ЛонгКат-2.0 моделини расман намойиш этди. Бу янгилик шунчаки навбатдаги нейротармоқ эмас, балки тўлиқ маҳаллий хитой чипларида ўқитилган дунёдаги биринчи триллион параметрли йирик тил модели (LLM) сифатида тарихга кирди. Мазкур лойиҳа Ғарбнинг технологик чекловларига қарамай, Хитой ўзининг мустақил ҳисоблаш қувватларига таяниб, энг юқори даражадаги дастурий маҳсулотларни ярата олишини исботламоқда. Бу ҳақда Ixbt.com хабар беради.

ЛонгКат-2.0 ўзининг техник кўрсаткичлари билан ҳайратда қолдиради: модел 1,6 триллион параметрга эга ва 1 миллион токенгача бўлган улкан контекстни қайта ишлай олади. Таққослаш учун, бу бир вақтнинг ўзида бир неча жилдли китобни ўқиб чиқиш ва ундаги маълумотларни таҳлил қилиш билан баробардир. ixbt.com маълумотига кўра, моделни ўқитиш жараёни 50 мингта маҳаллий АСИК-тезлаткичларидан иборат кластерда амалга оширилган. Мутахассислар ушбу инфратузилмани Huawei экотизими билан боғлашмоқда, бу эса Хитойнинг аппарат таъминоти соҳасидаги мустақиллигини кўрсатади.

Агентлик имкониятлари ва техник инновациялар

ЛонгКат-2.0 шунчаки матн ёзувчи бот эмас, балки мураккаб вазифаларни бажарувчи "агент" сифатида ишлаб чиқилган. У код ёзиши, таҳрирлаши, турли API хизматлари билан ишлаши ва кўп босқичли мантиқий занжирларни амалга ошириши мумкин. Моделнинг ўқув базаси 30 триллиондан ортиқ токенни ўз ичига олган бўлиб, у кўп тилли маълумотлар ва дастурлаш кодлари билан бойитилган. Бу эса уни глобал бозордаги энг кучли моделлардан бирига айлантиради.

Техник жиҳатдан ЛонгКат-2.0 "ЛонгКат Спарсе Аттентион" (ЛСА) механизмидан фойдаланади. Ушбу технология моделга улкан матнларни қайта ишлашда фақат энг муҳим қисмларга эътибор қаратиш имконини беради, бу эса ҳисоблаш мураккаблигини кескин камайтиради. Шунингдек, модел "Михтуре оф Эхпертс" (МоE) архитектурасига асосланган бўлиб, ҳар бир сўров учун фақат керакли нейронларни ишга туширади. Оддий вазифалар камроқ ресурс сарфласа, мураккаб масалалар учун барча қувват сафарбар этилади.

Моделнинг ўқитилишида МОПД (Мульти-Теачер Он-Поликй Дистилл) услуби қўлланилган. Бу жараёнда бир нечта ихтисослашган "устоз" моделлар ягона тизимга билим беради. Натижада ЛонгКат-2.0 учта йўналишда юқори натижа кўрсатади:

• Агентлик экспертлари — асбоблар ва API билан ишлаш;
• Мантиқий экспертлар — мураккаб СТEМ ва мантиқий масалалар;
• Интерактив экспертлар — кўрсатмаларга аниқ амал қилиш ва хатоликларни камайтириш.

Рақобат ва амалий натижалар

Ўтказилган тестларда ЛонгКат-2.0 ўзининг рақобатчиларидан қолишмаслигини кўрсатди. СВE-бенч Pro рейтингида у 59,5 балл тўплаб, Google компаниясининг Gemini 3.1 Pro моделидан ўзиб кетди ва OpenAI ҳамда Anthropic компанияларининг GPT-5.5 ва Claude Опус каби етакчи моделлари даражасига яқинлашди. Айниқса, код ёзиш ва веб-агентлар билан ишлашда унинг натижалари юқори баҳоланди.

Амалиётда ЛонгКат-2.0 ёрдамида биргина тавсиф асосида тўлиқ веб-иловалар яратиш, СҚЛ-агентларини қуриш ва Tree.js кутубхонасида интерактив 3D саҳналарни шакллантириш мумкин. Бу каби ютуқлар Хитойнинг сунъий интеллект соҳасидаги стратегик мақсадлари нақадар жиддий эканини англатади. Эндиликда триллион параметрли моделларни ўқитиш фақат тажриба эмас, балки амалий реалликка айланди, бу эса жаҳон технология бозоридаги мувозанатни ўзгартириши тайин.