今日，百度正式宣布开源新一代基座模型文心5.5 Flash Base。该模型采用MoE架构，总参数量达2800亿，每个Token激活140亿参数，预训练使用33.5万亿Token，预训练上下文长度最高128K，微调与推理阶段更支持最长100万Token上下文。在知识、推理、数学、代码、多语言及长上下文等多项基准测试中，文心5.5 Flash Base均取得同尺寸模型的SOTA表现。
围绕“效率”这一设计主线，文心5.5 Flash Base在注意力机制、专家路由与训练目标上进行了系统性创新。注意力层面，模型提出Latent-Gated Sparse Attention，融合混合稀疏注意力、低秩门控注意力与虚拟头注意力：通过组合HCA与MLA让不同注意力层分工处理历史信息压缩与细粒度访问；低秩门控注意力利用注意力层自身生成的低秩query latent计算输出门，门控投影参数量减少75%，模型效果同步提升；虚拟头注意力则增强表达力与训练质量，推理时融合进注意力算子，开销极小。
专家路由方面，Multi-Router Latent MoE由多个独立路由器共同参与专家选择，改善路由评分与专家实际效用之间的相关性，在保持激活专家数量、计算量和通信量不变的前提下，降低单一评分偏差的影响。训练目标上，ECHO复用主干最后一层让模型学习预测后续Token，无需额外增加MTP模块，单步预训练即有效提升推理与代码能力，复用的最后一层还可作为投机解码的草稿模型，多步起草质量显著优于辅助MTP模块。
此外，文心改进分布式Muon优化器，推出面向大head dim的注意力算子FlashMask-4，改善大规模训练中的通信、显存利用与计算效率。作为基座模型，文心5.5 Flash Base为开发者和企业提供了微调与定制空间，可基于业务需求构建专业模型与应用，进一步丰富开源大模型生态。（来源：广东网www.dongol.cn）
本网声明：中国财经在线发布此文仅出于信息分享，并非赞同其观点或证实其描述，不承担侵权行为的连带责任。文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。版权归原作者所有，如涉版权或来源标注有误，请联系我们删除。本网原创内容未经书面授权，任何单位或个人不得转载和摘编。
