BL
MarkTechPost • 23일 전
메이퇀, 1.6T 매개변수 MoE 'LongCat-2.0' 공개
IMP 7/10
핵심 요약
중국의 주요 플랫폼 메이퇀(Meituan)이 토큰당 약 480억 개의 매개변수를 사용하는 1.6조 매개변수 규모의 오픈소스 혼합 전문가(MoE) 모델인 LongCat-2.0을 발표했습니다. 이 모델은 희소 어텐션 기법을 통해 최대 100만 토큰의 긴 문맥을 처리할 수 있으며, 전 과정이 자체 AI 반도체 인프라에서 구동된다는 점에서 기술적 주목을 받고 있습니다.
번역된 본문
메이퇀(Meituan)이 토큰당 약 480억 개의 매개변수를 활성화하는 1.6조 매개변수 규모의 혼합 전문가(Mixture-of-Experts, MoE) 모델인 LongCat-2.0을 공개했습니다. 이 모델은 LongCat 희소 어텐션(LongCat Sparse Attention) 기술을 기반으로 기본적으로 100만 토큰의 긴 문맥을 처리할 수 있으며, 학습부터 서빙까지의 전 과정이 자체적인 AI ASIC(주문형 반도체) 슈퍼파드에서 엔드투엔드로 구동됩니다. 이 글에서는 해당 모델의 아키텍처, 개발사 측이 제시한 벤치마크, API 액세스 방법 및 아직 검증되지 않은 부분들에 대해 다룹니다. '메이퇀, 1.6조 매개변수의 오픈소스 MoE 모델이자 100만 토큰 문맥과 LongCat 희소 어텐션을 탑재한 LongCat-2.0 공개'라는 제목의 이 기사는 MarkTechPost를 통해 처음 게재되었습니다.
원문 보기 (영어)
Meituan has released LongCat-2.0, a 1.6 trillion-parameter Mixture-of-Experts model that activates about 48 billion parameters per token. It pairs a native 1-million-token context, built on LongCat Sparse Attention, with training and serving run end-to-end on domestic AI ASIC superpods. Here is the architecture, the vendor-reported benchmarks, the API access path, and what remains unverified.
The post Meituan Releases LongCat-2.0: A 1.6T-Parameter Open MoE Model with Native 1M Context and LongCat Sparse Attention appeared first on MarkTechPost.