模型介绍
中文整理Mellum2 Thinking
模型用途
用于需要显式思维链的任务，包括复杂调试、多步骤规划、代理工作流以及数学或推理密集型任务。模型会在最终答案前输出推理过程。如需低延迟的直接回答，请使用Instruct版本。
主要能力
Mellum2 Thinking是JetBrains训练的后训练推理增强助手模型，采用混合专家架构（MoE），包含64个专家，每个token激活8个专家。结合使用滑动窗口注意力和全注意力层，上下文长度为131,072个tokens。模型通过监督微调（在最终助手回复上计算损失）进行训练，随后使用可验证奖励的强化学习（RLVR）在更难的数据混合上进行训练，包括长形式数学子集。
模型规格：28层、隐藏维度2304、专家数64、激活专家数8、注意力头32个Q和4个KV、词汇表98,304、精度bfloat16。
输入输出
输入：文本形式的指令或问题
输出：推理过程（位于...区块内）+ 最终答案
运行要求
支持使用vLLM服务部署。推荐使用bfloat16精度运行。
基本用法
通过vLLM进行服务部署和调用。
限制
模型输出推理过程会增加延迟，不适合对响应速度有严格要求的场景。
许可证
Apache 2.0许可证
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。