当前位置：首页 > news >正文

字节跳动重磅开源 Seed-OSS 大模型系列，12T tokens训练，原生支持512K长上下文

news 2025/8/30 12:19:36

字节跳动重磅开源 Seed-OSS 大模型系列，12T tokens训练，原生支持512K长上下文

近日，字节跳动Seed团队开源了其最新的大语言模型Seed-OSS系列，凭借其卓越的长上下文处理、强大的推理与智能体（Agent）能力、以及业界独有的“灵活思考预算”机制，为开发者与研究者提供了一个在性能与效率间取得绝佳平衡的高效工具。

Seed-OSS这个命名绝非偶然，从名称到策略，都可以看作是对 OpenAI GPT-OSS 系列的一次精准呼应与正面回应。

与OpenAI的策略异曲同工，字节跳动并未选择直接开源其核心商业模型豆包（Doubao），而是基于其内部经过验证的先进技术，重新打造了一个专为开源社区设计的版本。这既保护了核心商业资产，又将内部的技术红利以开放共享的方式释放给全球开发者社区，体现了其深耕开源生态的长期战略意图。

该模型使用高达12万亿（12T）tokens进行训练，在多项主流基准测试中表现出色。其原生的512K长上下文支持，使其能够无缝处理超长文档与代码库；而可动态控制的推理长度，则让用户能根据任务复杂度精准调配算力，实现成本与效益的最优解。

尤为值得一提的是，秉承真正开放的精神，团队同步发布了含合成数据与不含合成数据的预训练模型版本，为学术研究提供了纯净的起点，彰显了其研究友好（Research-Friendly）的核心理念。

核心亮点

1. 原生长上下文

技术实现：模型在预训练阶段即使用长达 512K（52万）token 的上下文窗口进行训练，而非通过后期的“外推”技术实现。这意味着其对长文本的理解和连贯性更为原生和稳定。

应用价值：轻松处理超长文档、代码库、学术论文、会议记录等。用户可以一次性输入大量信息，让模型进行深度总结、分析、问答，无需分段处理，避免了信息割裂和丢失。

2. 灵活思考预算

技术实现：这是一个极具创新性的特性。用户可以通过参数（如 max_thought）动态限制模型在生成回答时的“内部推理步数”（即思考的深度和长度）。

应用价值：

简单任务：对于只需简单回答的问题，限制思考预算，模型会快速给出答案，极大降低响应延迟和计算成本。
复杂任务：对于需要多步推理的数学题或复杂规划，允许更大的思考预算，让模型“多想一会儿”，得出更精准的结果。

下图展示了在不同思考预算下，模型各项任务的性能变化曲线：对于简单任务（如IFEval），模型的思维链（CoT）较短，且得分随思考预算增加呈现波动趋势；而对于更具挑战性的任务（如AIME和LiveCodeBench），模型的思维链更长，且得分随着思考预算的增加而显著提升。

3. 增强的推理与智能体能力

推理能力（Reasoning）：模型在数学推导、逻辑推理、代码生成等需要多步思维链（Chain-of-Thought）的任务上进行了专项优化。它不仅能给出答案，更能展现出清晰的推理过程。
智能体能力（Agent）：在工具使用（Tool Use）、API调用、问题解决（Problem-Solving）等智能体核心场景中表现卓越。这意味着 Seed-OSS 模型可以作为“大脑”，驱动智能体去理解用户指令、规划步骤、调用外部工具（如搜索引擎、计算器、数据库）并最终完成任务，是构建自主AI应用的良好基础。

4. 研究友好与模型选择

独特发布策略：团队罕见地同时发布了包含合成指令数据和不包含合成指令数据（woSyn）的预训练模型版本。不含合成数据的版本（Seed-OSS-36B-Base-woSyn）为研究人员提供了一个更为“纯净”的预训练起点，避免了合成数据对后续指令微调、对齐实验等方面可能造成的潜在干扰，便于更准确地评估不同训练方法的效果。含合成数据的版本则提供了更强的开箱即用性能。这种贴心的安排彰显了其真正服务于研究社区的初衷，为学术探索提供了更多可能。