Yuan3.0 Flash：面向企业应用的开源多模态大语言模型

我们介绍 Yuan3.0 Flash，一个开源的混合专家（MoE）多模态大语言模型，具有 3.7B 激活参数与 40B 总参数，专为提升企业导向任务的表现而设计，同时在通用任务上保持有竞争力的能力。为解决大型推理模型（LRM）中常见的过度思考现象，我们提出 Reflection-aware Adaptive Policy Optimization（RAPO），这是一种能有效调节过度思考行为的新型强化学习训练算法。在检索增强生成（RAG）、复杂表格理解与摘要等企业导向任务中，Yuan3.0 Flash 持续取得更优表现。此外，它在数学、科学等领域展现出强大的推理能力，以约 1/4 至 1/2 的平均 token 达到与前沿模型相当的准确率。Yuan3.0 Flash 已完全开源，以促进进一步研究与真实世界部署：https://github.com/Yuan-lab-LLM/Yuan3.0。