美團自研大語言模型“LongCat”正式開源

　　8月31日消息，美團正式開源了自主研發的大語言模型LongCat-Flash，參數規模達到5600億，采用混合專家（MoE）架構，激活參數動態計算。美團選擇以MIT協議開源LongCat-Flash，模型代碼已部署在Hugging Face和GitHub平臺。開源版本支持SGLang和vLLM框架部署，提供基礎適配文檔，降低了企業級應用門檻。  

　　據網經社云計算臺（CC.100EC.CN）了解，，LongCat-Flash的核心創新在于“動態計算”技術。傳統MoE模型通常固定激活一定比例的專家參數，而LongCat-Flash通過自適應算法，根據輸入內容的復雜度動態調整激活參數數量。例如，在處理簡單任務時，僅激活186億參數；而在處理復雜推理任務時，最多可激活313億參數，平均激活規模為270億。

　　LongCat-Flash還采用了Shortcut-connected MoE （ScMoE）設計，擴大了計算-通信重疊窗口。結合定制化基礎設施優化，這個設計讓模型能在數萬個加速器上訓練，推理速度超過每秒100個token。